zoukankan      html  css  js  c++  java
  • 机器学习模型评估指标

    (原创)

    机器学习模型指标小记:

    以预测疾病为例,预测病人是否患病或健康。正向:病人,反向:健康

    TP:正向预测正确,即病人被预测为病人

    FP:反向预测错误,即健康被预测为疾病

    FN:正向预测错误,即病人被预测为健康

    TN:反向预测正确,即健康被预测为健康

    recall(召回,又叫hit rate,sensitivity,true positive rate(TPR)):

            TP/(TP+FN) ,正向预测准的,占所有正向人员的比例,

            即预测到的病人数占总真实病人数的比例

    false postive rate(FPR)

             FP/(FP+TN) , 反向预测错误的,占所有反向人员的比例

             即预测为病人的健康人,占所有健康人的比例。

    precision

              TP/(TP+FP), 正向预测准的,占所有预测正向数的比例

              即预测准的病人数占总预测病人数的比例

    accuracy

              (TP+TN) /(TP+FP+TN+FN) ,  全部预测准的,占总数的比例

              即预测准的病人和预测准的健康人,占所有人比例

    F1 分数: recall 和 precision 的调和平均

    ROC 曲线:横轴为FPR,纵轴为recall

    AUC: area under curve,ROC曲线下的面积

  • 相关阅读:
    linux中的 tar命令的 -C 参数,以及其它一些参数
    dockerfile 介绍
    linux安装mysql后root无法登录
    centos搭建本地yum源,
    centos7下载自定义仓库的镜像设置方法
    QT TCP文件上传服务器
    QT UDP聊天小程序
    QT 网络编程三(TCP版)
    QT 网络编程二(UDP版本)
    QT 网络编程一
  • 原文地址:https://www.cnblogs.com/randomstring/p/10426226.html
Copyright © 2011-2022 走看看