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] Robotics and Autonomous Systems — NIST