zoukankan
html css js c++ java
精确率(precision)和召回率(recall)
这里以垃圾短信分类为例(如果理解不正确请批评指正),
精准率(precision)
:阳性预测结果,为正确的比例。这里指被分类为垃圾短信的短信实际上为垃圾短信的比例。
此处,实际上为垃圾短信的=4条,被分类为垃圾短信的短信=5条,所以precision = 4/5 = 0.8
召回率(recall)
:真实的阳性实例被分类器辨别出来的比例。这里指真实的垃圾短信被分类为垃圾短信的比例。此处,真实的垃圾短信=4条,这4条中被辨别正确的=3条,所以recall=3/4 = 0.75
查看全文
相关阅读:
navicat连接腾讯云服务器mysql
腾讯云服务器部署1
域名的注册使用
python入门1-3章节
轮播图的实现
前端起步
redis部署到云服务器上的一些坑
面向对象第三单元总结
面向对象课程第二单元总结
面向对象课程第一单元总结
原文地址:https://www.cnblogs.com/helloHKTK/p/13538451.html
最新文章
深度学习基础学习序章
今天晚上的过程
rabbitmq学习记录3
rabbitmq2
rabbitmq学习记录
深度学习学习记录一
从重装服务器到运行深度学习记录
python学习笔记
Scala基础(三)
Scala基础(二)
热门文章
Scala基础(一)
HBASE学习
Redis的一些概念、安装和操作指令
一个相见恨晚的idea上的小功能——通过idea直接操作Linux上的文件
Hadoop-HDFS
数据库表操作整理
数据库操作整理
MySQL概念整理
小李笑天
vue前端开发blog
Copyright © 2011-2022 走看看