参考我的博文:https://blog.csdn.net/weixin_41770169/article/details/80362646

1、TP、FN、FP、TN

【机器学习课程-华盛顿大学】:3 分类 3.6 评估分类器:召回率和准确率

 

2、precision准确率

precision = TP/(TP + FP)

是对自己猜测而言的,我猜测对的中,真的对的比例有多少。可以侧面看出,我将多少错的认为是对的了。

 

3、recall召回率

recall = TP(TP + FN)

是对整体而言的,我对所有对的,找到了多少。FN是对的,但是我漏找了,误认为是错的。

 

4、召回率、准确率曲线

【机器学习课程-华盛顿大学】:3 分类 3.6 评估分类器:召回率和准确率

如何判断哪个分类器更好?相同Precision下,recall越大的越好。反过来,亦然。

【机器学习课程-华盛顿大学】:3 分类 3.6 评估分类器:召回率和准确率

 

5、召回率、准确率折中

【机器学习课程-华盛顿大学】:3 分类 3.6 评估分类器:召回率和准确率

 

6、测试

第6题选第一个,为什么?

第7题正确

【机器学习课程-华盛顿大学】:3 分类 3.6 评估分类器:召回率和准确率

相关文章:

  • 2021-11-22
  • 2021-07-19
  • 2022-12-23
  • 2021-07-11
  • 2022-12-23
  • 2021-09-19
  • 2021-11-01
  • 2021-07-10
猜你喜欢
  • 2021-07-27
  • 2021-10-11
  • 2021-11-13
  • 2022-12-23
  • 2022-12-23
  • 2021-07-17
  • 2021-05-16
相关资源
相似解决方案