Pourquoi l’exactitude globale est-elle insuffisante avec des classes déséquilibrées ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
L’exactitude globale peut être insuffisante avec des classes déséquilibrées car elle favorise le résultat sur la classe majoritaire et cache les erreurs importantes sur les autres.
Regarder au-delà de la moyenne
Rappel, précision, matrice de confusion et coût de chaque erreur décrivent mieux un système destiné au terrain.Détecter une personne
Un modèle qui dit « personne absente » presque tout le temps peut être exact à 99 % dans un entrepôt vide, tout en manquant une présence.Aucune métrique unique ne suffit
Le bon indicateur dépend du risque et du seuil d’action. Les résultats doivent être testés dans des scènes représentatives.
Sources et références
- [1] Metrics and scoring: quantifying the quality of predictions — scikit-learn
- [2] AI Risk Management Framework — NIST