深度学习基础:评价标准——TP、FN、FP、TN、AP、MAP
1、TP、FN、FP、TN
0 | 1 | |
---|---|---|
0 | TP:实际正类预测为正类的数量; | FN:实际正类预测为负类的数量; |
1 | FP:实际负类预测为正类的数量; | TN:实际负类预测为负类的数量 |
T=True,F=False,表示是否预测正确;
P=Positive,N=Negative,表示预测结果是正类还是负类。
- 精确率(被预测为正例的示例中实际为正例的比例): precision=aa+c=TPTP+FPprecision = \frac{a}{a+c}=\frac{TP}{TP+FP}precision=a+ca=TP+FPTP ;
- 召回率:recall=aa+b=TPTP+FNrecall = \frac{a}{a+b}=\frac{TP}{TP+FN}recall=a+ba=TP+FNTP ;
- 准确率(所有实际正例中有多少正例被找到):accuracy=a+da+b+c+d==TP+TNTP+FN+FP+TN=TP+TNP+Naccuracy = \frac{a+d}{a+b+c+d}==\frac{TP+TN}{TP+FN+FP+TN}=\frac{TP+TN}{P+N}accuracy=a+b+c+da+d==TP+FN+FP+TNTP+TN=P+NTP+TN
2、AP、MAP
参考:
- https://blog.csdn.net/weixin_37904412/article/details/80554199
- https://blog.csdn.net/Go_On_/article/details/106240483
深度学习基础:评价标准——TP、FN、FP、TN、AP、MAP相关推荐
- 百度燎原计划2018强势回归 开放深度学习工程师评价标准
人工智能时代风口在燃烧,百度希望让每个人都能用上AI.4月20日,百度"燎原计划2018"暨百度AI开发者实战营第二季强势回归,首站北京即放送三大满足各类开发者需求的"超 ...
- TP FN FP TN
Rachel-Zhang写的TP FN FP TN ROC True Positive (真正, TP)被模型预测为正的正样本:可以称作判断为真的正确率 True Negative(真负 , TN)被 ...
- 深度学习模型评价标准
1.查准率,精度(precision)和召回率,查全率(recall) 查准率:预测为正例中实际的正例数比例 查全率:有多少个正例被分为正例 ROC曲线 横坐标是特异性(FPR):负正类 FP / ( ...
- 深度学习算法评价标准AP bbox bev 3d
深度学习算法的检测指标 深度学习算法测试的数据集一般采用公开的数据集进行训练和测试,比如常用的KITTI数据集. 深度学习算法的检测指标通常由bbox.bev.3d.aos四个检测指标 上述四个检测指 ...
- 深度学习_深度学习基础_评价指标ROC、AUC、AP、mAP详解
ROC和AUC ROC全称是"受试者工作特征"(Receiver Operating Characteristic). ROC曲线的面积就是AUC(Area Under Curve ...
- 混淆矩阵(TP+FN+FP+TN)
1.定义 混淆矩阵就是分别统计分类模型归错类,归对类的观测值个数,然后把结果放在一个表里展示出来.这个表就是混淆矩阵.混淆矩阵其实就是一张表格而已. 以分类模型中最简单的二分类为例,对于这种问题,我们 ...
- TP/FN/FP/TN(符号含义)与confusion matrix
TP(True Positive):将正类预测为正类(的数目),真实为0,预测也为0; FN(False Negative):将正类预测为负类(的数目),真实为0,预测为1; FP(False Pos ...
- 第三章_深度学习基础
文章目录 第三章 深度学习基础 3.1 基本概念 3.1.1 神经网络组成? 3.1.2神经网络有哪些常用模型结构? 3.1.3如何选择深度学习开发平台? 3.1.4为什么使用深层表示? 3.1.5为 ...
- 五万字总结,深度学习基础。
文章目录 1 基本概念 1.1 神经网络组成? 1.2 神经网络有哪些常用模型结构? 1.3 如何选择深度学习开发平台? 1.4 为什么深层神经网络难以训练? 1.5 深度学习和机器学习的异同? 2 ...
最新文章
- openCV—Python(6)——	图像算数与逻辑运算
- jQuery 操作大全
- 太早发文章其实并不是一个好事情
- Caffe将图像数据转换成leveldb/lmdb
- 舞台灯恒流芯片 无频闪无噪音 多路共阳 调光深度0.1% 方案分享
- SDUT 2141 【TEST】数据结构实验图论一:基于邻接矩阵的广度优先搜索遍历
- php7.1 伪静态失效,解决CodeIgniter伪静态失效
- eclipse git插件简单使用
- Qt5学习笔记之串口助手四:增加16进制/ASCII切换、周期发送
- 数模竞赛必备参考书籍《算法竞赛入门经典(第2版)》PDF免费下载
- G.726实时RTP音频流保存到AVI文件中
- Verilog语言生成4位伪随机码
- 推荐五款你从未见过的嵌入式电子电路仿真APP
- 3D 沙盒游戏之人物的点击行走移动
- 高德h5地图api接口_概述-URI API | 高德地图API
- mysql之my.cnf
- 两种构造最小生成树的算法(普里姆算法,克鲁斯卡尔算法)
- IEEE754标准: 浮点数在内存中的存储方式
- JavaScript中的arguments,callee,caller,call,appy
- 使用小爱同学语音控制电脑关机 - Winform C#
热门文章
- 关于Hello Minecraft! Launcher源代码的简介
- 如果令 A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 分别等于
- 二叉树的遍历 中序线索二叉树
- 微型机器人一起工作画画
- TurnipBit—MicroPython开发板:妥妥拽拽零基础也能玩编程
- 小编带你一起揭开DLL木马的神秘面纱(转)
- 互联网日报 | 吉利汽车完成科创板上市辅导;华为开发者大会9月10日举行;贵州茅台整治“年份酒”乱象...
- 成长性思维和富人思维
- 数字信号处理DFT实验二
- 安卓手机整人代码c语言大全,求一个C语言整人代码!!!