Tanım
Yanlış Negatif, İngilizce False Negative kavramının Türkçe karşılığıdır. Bir modelin, testin veya sınıflandırma sisteminin gerçekte pozitif olan bir durumu negatif olarak işaretlemesiyle oluşan hata türüdür.
Örneğin fraud olan bir işlemin normal görünmesi, churn edecek müşterinin risksiz kabul edilmesi veya satın alma niyeti yüksek leadin düşük öncelikli işaretlenmesi yanlış negatif olabilir.
Yanlış negatif, özellikle kaçırılmaması gereken durumlarda kritik risktir. Recall metriği gerçek pozitiflerin ne kadarının yakalandığını ölçtüğü için yanlış negatiflerle doğrudan ilişkilidir.
Kökeni
Yanlış negatif kavramı, sınıflandırma sistemlerinde model kararlarının gerçek durumla karşılaştırılması ihtiyacından doğmuştur. Bir sistem pozitif durumları yakalamak için tasarlanmışsa, kaçırdığı her pozitif örnek yanlış negatif olur.
Makine öğrenimi modellerinde yanlış negatif sayısı, decision threshold, veri kalitesi, class imbalance ve model kapasitesinden etkilenebilir.
Fraud, sağlık, güvenlik, churn ve risk tahmini gibi alanlarda yanlış negatif maliyeti çok yüksek olabilir. Bu nedenle model değerlendirme yalnızca genel accuracy ile yapılamaz.
Nerelerde Kullanılır?
Yanlış Negatif; fraud detection, churn prediction, lead scoring, spam detection, sağlık taraması, güvenlik sistemleri, içerik moderasyonu ve risk skorlama modellerinde kullanılır.
Bir churn modeli ayrılma riski yüksek müşteriyi risksiz olarak değerlendirirse yanlış negatif üretir. Bu müşteri için müdahale yapılmaz ve gelir kaybı oluşabilir.
Lead scoring tarafında yüksek potansiyelli bir lead düşük puan alırsa satış ekibi fırsatı kaçırabilir. Bu da büyüme fırsatı kaybıdır.
Örnek Kullanım
Bir fraud modeli, dolandırıcılık içeren işlemi normal kabul edip geçmesine izin verirse yanlış negatif oluşur.
Bir data scientist, “Bu senaryoda yanlış negatif maliyeti yüksek; recall değerini artırmalıyız” diyebilir.
Karıştırılan Kavramlar
- Yanlış Negatif ve Yanlış Pozitif: Yanlış negatif pozitif durumu kaçırır. Yanlış pozitif negatif durumu pozitif işaretler.
- Yanlış Negatif ve Recall: Recall gerçek pozitifleri yakalama oranıdır. Yanlış negatif arttıkça recall düşer.
- Yanlış Negatif ve Precision: Precision pozitif tahminlerin doğruluğunu ölçer. Yanlış negatif daha çok kaçırılan pozitiflerle ilgilidir.
- Yanlış Negatif ve Accuracy: Accuracy genel doğruluğu ölçer. Yanlış negatif kritik riskleri gizleyebilir.
İlgili Terimler
- False Negative
- False Positive
- Recall
- Precision
- Confusion Matrix
- Classification
- Model Evaluation
- Churn Prediction
- Fraud Detection
Büyüme Mimarisi Notu
Yanlış Negatif, büyüme mimarisinde kaçırılan fırsat veya görünmeyen risk anlamına gelir. Riskli müşteri, yüksek değerli lead veya fraud sinyali kaçırılırsa iş etkisi büyük olabilir.
Model optimizasyonunda yanlış negatif maliyeti açıkça tanımlanmalı, recall ve precision dengesi iş hedefiyle birlikte ayarlanmalıdır.