0. 分位数(quantiles)

因为累计分布函数(cdf,F−1)是单调增函数,因此其有反函数,不妨记为 F−1。

其真实的含义在于,如果 F 是 X 的 cdf,则 F−1(α) 的函数值为:

P(X≤xα)=α

这称为 α-分位;

F−1 的自变量是概率,

1. Z-score(standard score)

Z-score 指示的是一个到均值的距离(可正可负)是多少个标准差(标注差和均值的单位是一致的)。

z=x−μσ

2. F-score

】(significance test)。

在二分类(binary classification,当然也可从多分类任务轻松转换为二分类问题,One-vs.-rest)问题的统计分析中,F1 score(也叫 F-score 或者 F-measure),其是对测试时准确度的一种度量。其定义式如下:

F1=2⋅11precision+1recall=2⋅precision⋅recallprecision+recall
  • precision:表示精确率,p=tptp+fp
  • recall:则表示回召率,r=fpfp+tn=fpn

关于调和平均(harmonic mean):

H=11n∑i=1n1xi=n∑i=1n1xi

进一步将其拓展泛化为加权调和平均:

H=11∑i=1nmi⋅∑i=1nmixi=∑i=1nmi∑i=1nmixi

转载于:https://www.cnblogs.com/mtcnn/p/9422948.html

分位数(quantiles)、Z-score 与 F-score相关推荐

  1. 二分类问题的micro-F1 score(f值)和Accuracy(准确度)

    直接上结论: 二分类的micro-F1 score和Accuracy的值相等 时隔一年多看到了完整细致的文章,同样说明了micro-F1和accuracy和recall和precision相等,同时还 ...

  2. 二分类指标Precision、Recall、Accuracy、F score、TPR、FPR、MCC

    Ture Positive Rate (TPR):TPTP+FN\frac{TP}{TP+FN}TP+FNTP​,考察分类器在GT为阳性的样本中预测正确的比例. False Positive Rate ...

  3. F score和ROC

    数据的真实结果和预测结果如以下二联表所示,行为真实值,列为预测值. 真实阳性 真实阴性 预测阳性 TP FP 预测阴性 FN TN F score Fscore是precision和recall的调和 ...

  4. 分类模型性能评价指标:混淆矩阵、F Score、ROC曲线与AUC面积、PR曲线

    以二分类模型为例:二分类模型最终需要判断样本的结果是1还是0,或者说是positive还是negative. 评价分类模型性能的场景: 采集一个称之为测试集的数据集: 测试集的每一个样本由特征数据及其 ...

  5. 回归问题的评价指标 MAE MSE RMSE R2 score Adjusted R2 score 和 重要知识点总结

    除了MSE 和MAE外回归还有什么重要的指标吗? R2 score & Adjusted R2 score 我们用一个回归问题来介绍这些指标,我们的其中输入是工作经验,输出是薪水.下图显示了为 ...

  6. 机器学习常用性能度量中的Accuracy、Precision、Recall、ROC、F score等都是些什么东西?...

    一篇文章就搞懂啦,这个必须收藏! 我们以图片分类来举例,当然换成文本.语音等也是一样的. Positive 正样本.比如你要识别一组图片是不是猫,那么你预测某张图片是猫,这张图片就被预测成了正样本. ...

  7. 精度 召回率 F score

    在所有我们预测的阳性结果中,有多少是正确的? 精度 = 真阳性 / (真阳性 + 假阳性) 对于宇宙飞船,我们不允许出现任何故障零件,可以检查本身能正常运转的零件.因此,这是一个高召回率模型,因此 β ...

  8. f score matlab,机器学习中如何用F-score进行特征选择

    <本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 目前,机器学习在脑科学领域的应用可谓广泛而深入,不论你是做EEG/ERP研究,还是做MRI研究,都会看到机器学 ...

  9. f1 score与f2 score的区别

    beta值代表1或者2 beta=1,f1 score beta=2,f2 score

  10. linux解压时,z x v f分别代表什么意思

    tar:解压 z:表示tar包是被gzip压缩过的,所以解压时需要用gunzip解压(以压缩的方式进行操作) x:从tar包中把文件提取出来(代表解开压缩包) v:显示详细信息(展现解压的过程) f: ...

最新文章

  1. Python实现排序算法:冒泡排序,插入排序,选择排序,快速排序,希尔排序
  2. ffmpeg-win32-v3.2.4 下载_iTools下载|iTools 4.4.3.4 官方中文版
  3. vc设置按钮文字颜色
  4. linux文件夹重命名busy,Linux下执行程序出现 Text file busy 提示时的解决方法
  5. apache 统计404日志_Apache 网站日志分析
  6. python学习之旅(入门)
  7. 前端基础到进阶(1):HTML基础入门
  8. 利用gganimate可视化R-Ladies发展情况
  9. minecraftjava版光追_我的世界:光追技术终于开始测试?没想到网易版已更新狐狸生物?...
  10. 安卓开发-开发环境搭建
  11. aspupload ,在winows server 2008 下无法使用
  12. 2004年1月六级听力原文的启示:每顿饭后刷牙牙齿好
  13. 科比投篮预测——数据处理与分析
  14. Cosine Similarity(余弦相似度)
  15. Webpack 2 视频教程 007 - 配置 WDS 进行浏览器自动刷新
  16. 我的python学习(五)文件操作、异常捕获
  17. 北航数理统计大作业_2019复旦大学大数据学院统计学硕总分411考研初试经验
  18. wps在word文档中插入xlsx格式文档会自动打开
  19. ClickHouse函数操作大全
  20. Wireshark 抓取 iphone 测试机的数据包

热门文章

  1. 像素游戏制作大师MV新手教程(二):素材的载入
  2. 在《糖豆人》身上,我们看到了竞技游戏火爆的六大因素
  3. MongoDB 优化器profile
  4. Linux Shell变量类型
  5. 程序员奇奇怪怪的网络问题
  6. IIS7 经典模式和集成模式的区别分析
  7. 吴裕雄 python 神经网络——TensorFlow 图、张量及会话
  8. Selenium2之Web自动化编写API(Java)
  9. Dorado 7.1.20 发布,Ajax的Web开发平台
  10. MySQL倒序如何避免filesort_MySQL Using filesort 疑问?