1200字范文,内容丰富有趣,写作的好帮手!
1200字范文 > 通用算法(ML DL)分类判定指标:召回率 Recall 精确度Precision 准确率Accuracy等

通用算法(ML DL)分类判定指标:召回率 Recall 精确度Precision 准确率Accuracy等

时间:2022-12-01 09:06:10

相关推荐

通用算法(ML DL)分类判定指标:召回率 Recall 精确度Precision 准确率Accuracy等

1.当用算法实现某一问题后,如何证明算法有效性?如何证明你的算法比别的算法更优。特别是针对二分类问题,下面介绍一下分类标准。

2 标准

表示分类正确:

True Positive:本来是正样例,分类成正样例。

True Negative:本来是负样例,分类成负样例。

表示分类错误:

False Positive:本来是负样例,分类成正样例,通常叫误报。

False Negative:本来是正样例,分类成负样例,通常叫漏报。

3.评价方法

3.1精确度(Precision):P = TP/(TP+FP) ; 反映了被分类器判定的正例中真正的正例样本的比重

3.2准确率(Accuracy):A = (TP + TN)/(TP + FN + FP + TN); 反映了分类器统对整个样本的判定能力——能将正的判定为正,负的判定为负

3.3召回率(Recall):也称为 True Positive Rate:R = TP/(TP+FN) ; 反映了被正确判定的正例占总的正例的比重

4. 这里只介绍通用的评价方法,还有其它的一些评价方法,自己可以去找找

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。