zoukankan      html  css  js  c++  java
  • 不对称分类的错误评估

      1(癌症) 0(非癌症)
    1(预测为癌症) True Positive    False Positive
    0(预测为非癌症) False Nagative  True Negative

     

     

                                                                      

     

    判断癌症病人的分类器好坏标准:

    1.准确率(Precision) = 预测且实际得癌症数目 / 预测得癌症数目 = (TP/(TP + FP))

      //P = 1-误报率(假阳)

    2.召回率(Recall)= 预测且实际得癌症数目 / 实际得癌症数目 = (TP / (TP + FN))

      //R=1-漏报率(假阴)

    阈值 threshold  样本分类标准

    if( threshold ==0.99) : high P ,low R (找的对)

    else if( threshold == 0.01) :low P,high R (找的全)

    3.F-Measure:F-Measure是Precision和Recall加权调和平均

    F = (a*a +1)*P*R/(a×a ×P + R)

    当a = 1时,

     

    if((P == 0) || (R == 0)):F = 0

    else if ((P = 1)  && (R = 1)): F = 1

    -------------------------------------------------------------逆水行舟,不进则退。
  • 相关阅读:
    java序列化与反序列化
    HTTP状态码
    基本运算符
    2019.9.10附加题while练习
    2019.9.11作业
    字符串
    列表list
    2019.9.10作业
    数字类型
    数据类型
  • 原文地址:https://www.cnblogs.com/alilliam/p/10151515.html
Copyright © 2011-2022 走看看