F值(F-measure),准确率,召回率计算方法
F值是预测结果的评价尺度之一
我们假设一个2分类器,也就是只能区分TRUE和FALSE
—— | 真实真 | 真实假 |
---|---|---|
预测真 | TP | FP |
预测假 | FN | TN |
TP = True Positive | FN = False Negative |
---|---|
FP = False Positive | TN = True Negative |
TP = True Positive | FN = False Negative |
1.正确率(Accuracy)
正确率简单来讲就是你判断的正确率,也就是说在判断为真或假的当中判断正确的比例。
Accuracy=TP+TNTP+FP+FN+TNAccuracy = \cfrac{TP + TN}{TP + FP + FN + TN} Accuracy=TP+FP+FN+TNTP+TN
2.精度(Precision)
精度表示在预测为真的结果中确实为真的比例
Precision=TPTP+FPPrecision = \cfrac{TP}{TP + FP} Precision=TP+FPTP
3.召回率(Recall)
召回率表示在所有为真的数据中,经过预测也判断为真的比例
Recall=TPTP+FNRecall = \cfrac{TP}{TP + FN} Recall=TP+FNTP
4.特效度、特殊度(Specificity)
特效度(特殊度)表示在所有为负的数据中,经过预测也判断为负的比例
Specificity=FNTN+FPSpecificity = \cfrac{FN}{TN + FP} Specificity=TN+FPFN
2.F值(F-measure)
F值定义为‘精度’和‘召回率’的调和平均
F−measure=2Recall∗PrecisionRecall+PrecisionF-measure = \cfrac{2Recall * Precision}{Recall + Precision} F−measure=Recall+Precision2Recall∗Precision
F值较高的时候说明试验方法有效,结果比较符合预期
F值(F-measure),准确率,召回率计算方法相关推荐
- 准确率/召回率/精准率/F值_模型评价
准确率/召回率/精准率/F值 模型选择:对特定任务最优建模方法的选择或者对特定模型最佳参数的选择. 在训练数据集上运行模型(算法)并在测试数据集中测试效果, 迭代进行数据模型的修改, 这种方式被称为交 ...
- 准确率,召回率,F值,ROC,AUC
准确率,召回率,F值,ROC,AUC 责任编辑:词汇网 发表时间:2016-4-23 20:08:08 度量表 1.准确率 (presion)p=TPTP+FP 理解为你预测对的正例数占你预测正例总量 ...
- 【数据挖掘】K-NN 分类 ( 简介 | 分类概念 | K-NN 分类实例 | K-NN 分类准确度评估 | K-NN 分类结果评价指标 | 准确率 | 召回率 )
文章目录 I . K-NN 简介 II . K-NN 分类 III . K-NN 分类实例 IV . K-NN 分类 准确性评估方法 V . 保持法 VI . kkk-交叉确认法 VII . K-NN ...
- 准确率-召回率 - Precision-Recall
Precision-Recall 准确率-召回率 本文翻译自 Precision-Recall 更多翻译可以看 Scikit-learn 某部分的中文翻译 用于评估分类器输出质量的 准确率-召回率 指 ...
- 详解机器学习中 ROC曲线、AUC值、正确率、召回率
文章目录 前言简介 医学图像识别二分类问题 ROC 曲线 如何画ROC曲线 AUC 前言简介 在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度.错误率指的是在所有测试样例中错分的样例比例 ...
- 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 ...
- 准确率 召回率_机器学习tips(四):精确率(precision)和召回率(recall)
精确率(precision)和召回率(recall) 混淆矩阵 True Positive(真正, TP):将正类预测为正类数. True Negative(真负 , TN):将负类预测为负类数. F ...
- 准确率 召回率_吴恩达深度学习笔记(61)-训练调参中的准确率和召回率
单一数字评估指标(Single number evaluation metric) 无论你是调整超参数,或者是尝试不同的学习算法,或者在搭建机器学习系统时尝试不同手段,你会发现,如果你有一个单实数评估 ...
- 机器学习之分类性能度量指标 : ROC曲线、AUC值、正确率、召回率
北京 | 高性能计算之GPU CUDA课程11月24-26日3天密集学习 快速带你晋级阅读全文> 在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度.错误率指的是在所有测试样例中错分 ...
最新文章
- SAP SD基础知识之信用风险管理概述
- 谷歌和Facebook正在吸走欧洲的人才
- select,poll,epoll
- QT Desinger设计窗体应用程序框架
- zend framework2 入门实例代码album模型
- 鸿蒙后的时期有什么,鸿蒙系统什么时候上市 华为鸿蒙系统有多厉害?
- NVDKC6416平台H.264算法优化
- vue nextTick深入理解-vue性能优化、DOM更新时机、事件循环机制
- canvas-画图改进版
- 浙大计算机基础知识试题及答案,14年浙大远程教育计算机基础4.电子表格Excel 2010知识题(高起专)作业题4答案...
- 当当网推“搜索+个性化”
- u盘魔术师装linux,小白也能学会的U盘魔术师重装系统教程
- 传感器模块(光敏电阻/热敏电阻/红外接收管等)介绍及使用
- php远程下载头像,Laravel 项目中 远程把图片下载到本地
- 阿里云服务器搭建Ghost博客教程
- OpenERP-指定动作视图
- excel表格拆分怎么做?
- 在数据集Euroc v dataset下跑双目ORB-SLAM2
- 特征提取算法_基于特征选择与特征提取融合的鸡蛋新鲜度光谱快速检测模型优化...
- docker出现Error starting userland proxy: listen tcp4 0.0.0.0:3306: bind: address already in use的解决方法