【发布时间】：2014-01-23 21:28:40
【问题描述】：
我需要一点指导。我必须使用简单或配对 t 检验来比较多种算法的分类性能。
假设我有三个数据集（A、B、C），其中包含训练和测试样本。我正在运行 3 种算法（SIFT、SURF、ORB）并计算分类精度，例如 0.9 意味着 90% 的图像与测试数据集正确匹配。
假设我得到下表：
Dataset SIFT SURF ORB
A 0.9 0.88 0.34
B 0.84 0.67 0.45
C 0.90 0.45 0.456
您能否指导我如何使用简单的 t 检验比较这些算法的性能？表格清楚地表明 SIFT 做得更好我如何使用 t-test 来计算那个东西？
任何指导将不胜感激。谢谢。
【问题讨论】：
-
您不能使用每组三个点的 t 检验（计算均值和标准差不准确）
-
事实上我有 5-10 个数据集测量值。这只是一个分析的例子。 . . bcz 无论如何我都必须使用一些东西，因为我被指示这样做。 .或任何其他简单的测试来衡量？
-
我会将问题提交给stats.stackexchange.com，但您也应该查看方差分析（
anova1、anova2、anovan）。
标签： matlab compare computer-vision stat