zoukankan      html  css  js  c++  java
  • 分类问题的精确率和召回率 (准确率)

    参考李航的统计学习方法

    TP--将正类预测为正类数;

    FN--将正类预测为负类数;

    FP--将负类预测为正类数;

    TN--将负类预测为负类数;


    准确率(accuracy)

    A = (TP + TN)/(P+N) = (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 


    精确率(precision)定义为

    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

    召回率(recall)定义为

    R=TP/(TP+FN);反映了被正确判定的正例占总的正例的比重 


    F1的值

    2/F1=1/P+1/R


    对100条数据进行分类,100条数据中正的有70条,反的有30条,分类结果判定正的有50条(其中实际正的40条,反的10条),判定反的有50条(实际正的30条,反的20条)。

    精确率为

    40/(40+10)

    召回率为

    40/(40+30)

  • 相关阅读:
    表达式for loop
    用户输入
    字符编码
    变量字符编码
    Python安装
    Python 2 or 3?
    Python解释器
    2017中国大学生程序设计竞赛
    Educational Round 27
    Round #429 (Div.2)
  • 原文地址:https://www.cnblogs.com/yan456jie/p/5369425.html
Copyright © 2011-2022 走看看