# Metryki klasyfikacji i regresji

EN: **Classification and regression metrics** · id `classmetrics` · aliases: precision, recall, F1, ROC AUC, confusion matrix, macierz pomyłek, MAE, RMSE

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Ewaluacja i interpretowalność](https://aiatlasgraph.com/t/evaluation.md) › [Metryki i benchmarki](https://aiatlasgraph.com/t/metrics.md) › Metryki klasyfikacji i regresji

## Description

- PL: Klasyczne mierniki dla modeli, które przewidują klasę albo liczbę. Wybór zależy od kosztu błędów i od tego, czy klasy są zrównoważone.
- EN: Classic measures for models that predict a class or a number. The choice depends on the cost of errors and whether classes are balanced.

## In one sentence

- PL: To liczby opisujące pomyłki modeli przewidujących kategorię albo wartość liczbową.
- EN: These numbers describe errors made by models predicting a category or numerical value.

## Problem it solves

- PL: Sama liczba trafień może ukrywać kosztowne pomyłki, zwłaszcza gdy jedna kategoria występuje znacznie rzadziej.
- EN: Counting correct answers can hide costly errors, especially when one category occurs much less often.

## What it does

- PL: Rozdziela rodzaje pomyłek kategorii albo mierzy wielkość błędu liczbowego, dobierając ocenę do kosztu i częstości różnych przypadków.
- EN: It separates category error types or measures numerical error sizes, matching evaluation to the costs and frequencies of different cases.

## Everyday example

- PL: Dla filtra poczty osobno liczysz przepuszczone reklamy i ważne wiadomości błędnie odrzucone, bo mają inne skutki.
- EN: For an email filter, you separately count missed advertisements and wrongly rejected important messages because their consequences differ.

## This concerns you if you…

- PL: model wybiera kategorię lub przewiduje liczbę
- PL: różne pomyłki mają dla ciebie różny koszt
- EN: have a model predicting categories or numbers
- EN: face different costs for different errors

## Keywords

confusion matrix · precision-recall-F1 · ROC AUC · log loss · Brier score · MAE · RMSE · R-squared

## How it works

- PL: Macierz pomyłek zlicza trafienia i rodzaje błędów klasyfikacji dla wybranego progu. Przy regresji porównuje się predykcje z wartościami referencyjnymi, agregując błędy bezwzględne, kwadratowe lub zadaniowo ważone.
- EN: A confusion matrix counts correct predictions and classification error types at a chosen threshold. Regression compares predictions with reference values, aggregating absolute, squared or task-weighted errors.

## Limits

- PL: Accuracy maskuje błędy rzadkich klas, a błąd średni ukrywa ogony. Wyniki zależą od progu, skali i rozkładu danych; porównania wymagają tych samych warunków.
- EN: Accuracy hides rare-class errors, while mean error hides tails. Results depend on thresholds, scale and data distribution; comparisons require matching conditions.

## Key terms

- PL: **precision**: Odsetek poprawnych trafień wśród przykładów uznanych za pozytywne.
- PL: **recall**: Odsetek wykrytych przypadków spośród wszystkich rzeczywiście pozytywnych.
- PL: **błąd bezwzględny**: Wielkość różnicy predykcji i wartości referencyjnej, bez znaku.
- EN: **precision**: The fraction of correct cases among predictions classified as positive.
- EN: **recall**: The fraction of actual positive cases successfully detected.
- EN: **absolute error**: The magnitude of prediction–reference differences, ignoring the sign.

## Know first

- [Uczenie nadzorowane (Supervised learning)](https://aiatlasgraph.com/t/supervised.md)

## Examples

- PL: macierz pomyłek · precision/recall/F1 · ROC AUC · log loss · Brier · MAE/RMSE · R²
- EN: confusion matrix · precision/recall/F1 · ROC AUC · log loss · Brier · MAE/RMSE · R²

## Related topics

Untyped, symmetric "see also" links.

- [Walidacja i dobór modelu (Model selection and validation)](https://aiatlasgraph.com/t/modelselection.md)

## Sources

- [scikit-learn User Guide · Metrics and scoring: quantifying the quality of predictions](<https://scikit-learn.org/stable/modules/model_evaluation.html>) `sklearn-model-evaluation` · by scikit-learn developers

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/classmetrics · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30