У меня есть несбалансированный набор данных, в котором всего 920 выборок, 689 относятся к первому классу и 222 - ко второму классу.и оба занятия важны для меня.поэтому при построении модели классификатора, такой как SVM или KNN.Какие измерения я должен рассмотреть, чтобы оценить производительность классификатора?обычно люди используют точность.но в моем случае иногда я получаю высокую точность, но нулевую специфичность, которая ясно указывает на то, что класс смещен в сторону класса большинства (класс один в моем случае).Мне посоветовали использовать F-показатель, который сочетает в себе как специфичность, так и чувствительность.Также есть AUC.так что вы предлагаете?