机器学习中的评价指标

关于这一部分，我将在遇到的时候，进行简要的说明和介绍，之讲解最重点的部分，其它的可以查阅相关文献和博主的文章。

1.关于 P、R 值

这应该是机器学习中最常用的两个统计量了，我们要计算它，无非就要计算混淆矩阵，最简化的版本是下面的4项版本。

	Predicted:Positive	Predicted:Negtive
Trurh:True	TP	FN
Trurh:False	FP	TN

该表的4项在计算时，第二项表示的是预测值，而第一项则与真实值取同或，相同为 True，不同则为 False。
基于此表，我们可以求取各种物理量，最常用的是P(精度), R(召回率)和 accuracy(准度)。一下分别为其计算公式：

P = TP/TP+FP
R = TP/TP+FN
Accuracy = TP+TN/TP+FN+FP+TN

其含义相对来说很好理解，就不赘述了。

2.F值的计算

F 的计算是 P和 R 的加权调和平均，怎么理解它呢，为什么要用这种形式呢。其实仔细看不难发现，证据常用的 F1值，其实它的公式就类似电阻并联的公式：

F=2PR/P+R

3.其它

基于这些统计量，还有其它很多衍生的指标以及曲线，用于刻画不同的性能，常用的有 PR 曲线，AOC 曲线等等，这些并不复杂，用时再查阅即可。

4.参考

https://www.cnblogs.com/Zhi-Z/p/8728168.html

5.附录

机器学习中的评价指标--1[F,P,R]相关推荐

机器学习中的评价指标(分类指标评Accuracy、Precision、Recall、F1-score、ROC、AUC ）（回归指标评价MSE、RMSE、MAE、MAPE、R Squared）
文章目录 1.机器学习中的评价指标基础 (一)分类指标评价 1.Accuracy 2.Precision.查准率 3.Recall.查全率 4.F1-score 举个例子: 5.ROC 6.AUC ...
终于有人把机器学习中的评价指标讲清楚了
前言在人工智能领域,机器学习的效果需要用各种指标来评价.本文将阐述机器学习中的常用性能评价指标,矢量卷积与神经网格的评价指标不包括在内. 训练与识别当一个机器学习模型建立好了之后,即模型训练 ...
机器学习中的数学原理——F值与交叉验证
通过这篇博客,你将清晰的明白什么是F值.交叉验证.这个专栏名为白话机器学习中数学学习笔记,主要是用来分享一下我在机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评 ...
机器学习中的K-means算法原理与R语言实例
聚类是将相似对象归到同一个簇中的方法,这有点像全自动分类.簇内的对象越相似,聚类的效果越好.支持向量机.神经网络所讨论的分类问题都是有监督的学习方式,现在我们所介绍的聚类则是无监督的.其中,K均值(K ...
准确率召回率_机器学习中F值(F-Measure)、准确率(Precision)、召回率(Recall)
在机器学习.数据挖掘.推荐系统完成建模之后,需要对模型的效果做评价. 业内目前常常采用的评价指标有准确率(Precision).召回率(Recall).F值(F-Measure)等,下图是不同机器学习 ...
机器学习中的准确率、召回率、F值详解
机器学习算法中的准确率(Precision).召回率(Recall).F值(F-Measure): 摘要: 数据挖掘.机器学习和推荐系统中的评测指标-准确率(Precision).召回率(Recall ...
机器学习各种模型评价指标：准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线
周志华老师的西瓜书的第2章:模型评估与选择摘要: 数据挖掘.机器学习和推荐系统中的评测指标-准确率(Precision).召回率(Recall).F值(F-Measure)简介. 引言: 在机器学习 ...
机器学习中常见的评价指标总结
文章目录 1. 评价指标的种类 2. 分类任务的评价指标 2.1 分类任务的一些概念 (1) 交并率(IoU, Intersection over Union) (2)NMS (3)TP.FP.FN. ...
机器学习中常用的评价指标（Performance Measures）
机器学习中常用的评价指标混淆矩阵混淆矩阵也称误差矩阵,是表示精度评价的一种标准格式,用n行n列的矩阵形式来表示.具体评价指标有总体精度.制图精度.用户精度等,这些精度指标从不同的侧面反映了图像分类 ...

机器学习中的评价指标--1[F,P,R]