Aller au contenu
Robopedia Rechercher une réponse

Comment évaluer une classification multi-classes avec des classes rares ?

Mise à jour29 août 2026 Lecture1 minute

Réponse rapide

Une classification multi-classes avec classes rares se mesure par métriques par classe, macro et micro, matrice de confusion, calibration et coût d’erreur, sans laisser la classe majoritaire dominer le verdict.

Détailler

Rapportez précision, rappel, F1, support et intervalles pour chaque classe, puis macro-moyenne et agrégation adaptée. Les erreurs entre classes proches sont examinées séparément.

Équilibrer

Utilisez pondération ou échantillonnage sans contaminer le test. Vérifiez que les augmentations et seuils restent plausibles et que les rares événements sont présents.

Décider

Reliez chaque confusion à l’action robotique et au risque. Une classe critique mal reconnue impose abstention, capteur supplémentaire ou comportement conservateur.

Sources et références

  1. [1] Human-robot interaction — NIST

Cette réponse vous a-t-elle été utile ?

Continuer à explorer

Une autre question sur la robotique ou l’IA ?