参考:

假设用机器学习方法解决某个二元分类问题,在分析比较不同模型时常看到这些指标。

四个概念:TP,FP,TN,FN

TP(True Positive):在判定为positive的样本中,判断正确的数目。

FP(False Positive):在判定为positive的样本中,判断错误的数目。

TN(True Negative):在判定为negative的样本中,判断正确的数目。

FN(False Negative):在判定为negative的样本中,判断错误的数目。

判断正误是根据样本的label或称之为标准答案,来计算的。模型或规则给出的判定P或N可以看作是二分类类别。

这些值计算一般是在验证集(validation set)上进行的。

可见,精确率和召回率是相互影响的,理想情况下两者都高,但是一般情况下准确率高,召回率就低;召回率高,准确率就低;如果两者都低,应该是哪里算的有问题。

在两者都要求高的情况下,综合衡量P和R就用F值:

α为1时,就是常见的F1值(F1 score):

一般多个模型假设进行比较时,F1 score越高,说明它越好。

ROC曲线和AUC

ROC(Receiver Operating Characteristic)和AUC(Area UnderCharacteristic)常被用来评价一个二分类器的优劣。

ROC曲线一般横轴是FPR,纵轴是TPR。AUC为曲线下面的面积,一般AUC值越大,说明模型越好。

曲线示例:

机器学习中的precision, recall, accuracy, F值,ROC曲线相关推荐

  1. 机器学习中的precision, recall, accuracy, F值

    假设用机器学习方法解决某个二元分类问题,在分析比较不同模型时常看到这些指标. 四个概念:TP,FP,TN,FN TP(True Positive):在判定为positive的样本中,判断正确的数目. ...

  2. 机器学习算法中的准确率(Precision)、召回率(Recall)、F值(F-Measure)

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

  3. 【转载】机器学习算法中的准确率(Precision)、召回率(Recall)、F值(F-Measure)

    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.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.业内 ...

  4. [白话解析] 通过实例来梳理概念 :准确率 (Accuracy)、精准率(Precision)、召回率(Recall) 和 F值(F-Measure)

    [白话解析] 通过实例来梳理概念 :准确率 (Accuracy).精准率(Precision).召回率(Recall)和F值(F-Measure) 文章目录 [白话解析] 通过实例来梳理概念 :准确率 ...

  5. 机器学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

    增注:虽然当时看这篇文章的时候感觉很不错,但是还是写在前面,想要了解关于机器学习度量的几个尺度,建议大家直接看周志华老师的西瓜书的第2章:模型评估与选择,写的是真的很好!! 以下第一部分内容转载自:机 ...

  6. 机器学习深度学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

    增注:虽然当时看这篇文章的时候感觉很不错,但是还是写在前面,想要了解关于机器学习度量的几个尺度,建议大家直接看周志华老师的西瓜书的第2章:模型评估与选择,写的是真的很好!! 以下第一部分内容转载自:机 ...

  7. 机器学习模型评价指标:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

    转自机器学习:准确率(Precision).召回率(Recall).F值(F-Measure).ROC曲线.PR曲线 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 ...

  8. 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 ...

  9. 机器学习评估指标汇总:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

    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.数据挖掘.推荐系统完成建模之后,需要对模型 ...

最新文章

  1. Scala error: type mismatch; found : java.util.List[?0] required: java.util.List[B]
  2. sqlite3之基本操作(二)
  3. 7 centos 修改磁盘uuid_Centos7修改分区空间
  4. 转载:SharePonit Host WCF 注意事项
  5. 科研助力 | 牛津,MIT导师计算机科研项目招生(仅限AI,机器学习,深度学习方向)...
  6. P4126-[AHOI2009]最小割【网络流,tarjan】
  7. ashly理器4.8软件汉化版_AMD 处理器核心比英特尔多还更便宜?英特尔回应
  8. 分享21个丰富多彩的 HTML5 小游戏
  9. Visinets:一个可以让你的信号通路图动起来的网站!
  10. JMeter察看结果树的显示模式详解
  11. 两个前置摄像头_前后六颗摄像头?vivo V17 Pro率先实现升降式前置双摄
  12. read time out解决方法_quot;read-on-writequot; in InnoDB
  13. float,double和decimal类型
  14. iTextSharp 显示中文字体
  15. 操作系统原理——第六章:页面置换算法
  16. ASP.net和ASP的区别
  17. ARM、8051、AVR、MSP430、Coldfire、DSP、FPGA七种体系比较区别
  18. Java基础巩固Day2作业
  19. 2的立方根用计算机怎样摁,用计算器求立方根
  20. 遇到问题 SCO UNIX 不能TELNET 本机

热门文章

  1. 混合时空图卷积网络:利用导航数据改进交通预测效果 | KDD 2020
  2. iRobot的30年成长史
  3. BigBiGAN问世,“GAN父”都说酷的无监督表示学习模型有多优秀?
  4. 喜得爱女,吴恩达深情撰文:欢迎你来到新世界!
  5. AI一分钟|腾讯与三星结盟,以对抗苹果和谷歌;亚马逊回应“AI误将国会议员标记为罪犯”...
  6. AI看电影看哭了...MIT科学家正在教AI感受电影中的喜怒哀乐
  7. 爱奇艺火爆的背后,个性化推荐排序是如何配合的?
  8. 使用 IDEA 解决 Java8 的数据流问题,用过的都说好!!!
  9. Maven 的这 7 个问题你思考过没有?
  10. 微服务架构之「 容错隔离 」