机器学习笔记-多分类下的召回率和F值
分类任务中常见的评估指标,包括准确率(Accuracy)、精确率(Precision)、召回率(Recall)和值。但是在多分类场景中,我们通常也会采用召回率或者F值来作为评价指标.
1.分类评估指标
(1)二分类评估指标
假定现在有一个二分类的任务,其中0
表示positive,1
表示negative。同时有如下所示的标签值和预测值:
True Positive(TP):表示将正样本预测为正样本,即预测正确;
False Negative(FN):表示将正样本预测为负样本,即预测错误;
False Positive(FP):表示将负样本预测为正样本,即预测错误;
True Negative(TN):表示将负样本预测为负样本,即预测正确;
我们知道FP(False Positive)从字面意思来看表示的是错误的正类,也就是说实际上它并不是正类,而是错误的正类,即实际上为负类。因此,FP表示的就是将负样本预测为正样本的含义。再看一个FN,其字面意思为错误的负类,也就是说实际上它表示的是正类。
准确率:所有预测对的数量,除以总的数量。
精确率:计算的是预测对的正样本在整个预测为正样本中的比重,
召回率:计算的是预测对的正样本在整个真实正样本中的比重
对于整体的评估值,常见的做法有两种:第一种是取算术平均;第二种是加权平均。
算术平均就是等权重的对各类别的评估值进行累加求和。
加权平均就是以不同的加权方式来对各类别的评估值进行累加求和。
2.多分类任务
(1)混淆矩阵
加入有如下三分类任务的预测值和真实值:
先横向看再纵向看。例如第一个1
(淡绿色单元格),表示的就是将真实值0预测为0的个数(预测正确);接着右边的1
表示的就是将真实值0预测为1的个数;淡绿色单元格中的1表示的就是将真实值1预测为1的个数;淡绿色单元格中的2表示的就是将真实值2预测为2的个数。也就是说只有这个对角线上的值才表示模型预测正确的样本的数量。
(2)指标计算
代码实现:
借助sklearn中的classification_report
模块来完成所有的计算过程。
from sklearn.metrics import classification_report
y_true = [1, 1, 1, 0, 0, 0, 2, 2, 2, 2]
y_pred = [1, 0, 0, 0, 2, 1, 0, 0, 2, 2]
print(classification_report(y_true, y_pred))
注解:其中macro avg就是算术平均,而weighted avg就是上面介绍的加权平均。
以上内容均来源于月来客栈
机器学习笔记-多分类下的召回率和F值相关推荐
- 准确率,召回率,F值,机器学习分类问题的评价指标
下面简单列举几种常用的推荐系统评测指标: 1.准确率与召回率(Precision & Recall) 准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量.其中精度 ...
- 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 ...
- 机器学习算法中的准确率、精确率、召回率和F值
机器学习算法中的准确率.精确率.召回率和F值:https://www.jianshu.com/p/d400a821ef3d
- 准确率、精确率、召回率、F值
准确率:正确的数量除以总数量 准确率(accuracy),是一个用来衡量分类器预测结果与真实结果差异的一个指标,越接近于1说明分类结果越准确.举个例子,比如现在有一个猫狗图片分类器对100张图片进行分 ...
- 准确率、召回率、F值
作者:木叶 链接:https://www.zhihu.com/question/19645541/answer/39732647 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转载请 ...
- 准确率、召回率和F值的概念和计算
下面简单列举几种常用的推荐系统评测指标: 1.准确率与召回率(Precision & Recall) 准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量.其中精度 ...
- 信息检索评价指标:正确率,召回率和F值
原文地址:http://bookshadow.com/weblog/2014/06/10/precision-recall-f-measure/ 下面简单列举几种常用的推荐系统评测指标: 1.准确率与 ...
- AUC值越大_模型评价——准确率、精确率与召回率与F值、宏平均与微平均、ROC曲线与AUC值...
在上一篇文章中(baiziyu:模型评价--训练误差与测试误差.过拟合与欠拟合.混淆矩阵)主要介绍了模型评价涉及的基本概念,本节给出一些常用的评价指标.这些指标大致可以分为三类,第一大类是普通的准确率 ...
- 深度学习--TensorFlow(5)BP神经网络(混淆矩阵、准确率、精确率、召回率、F值)
目录 一.混淆矩阵 二.准确率 三.召回率 四.精确率 五.综合评估指标 -- F值 一.混淆矩阵 也程误差矩阵,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.在机器学习领 ...
最新文章
- 获取DOM节点的几种方式
- thinkphp3.2 验证码生成和点击刷新验证码
- python如何下载安装spacy_使用pip安装Spacy时出错
- UISearchController的使用
- JWT跨域身份验证解决方案
- Java-第N篇推荐的一些学习书籍
- 2022年湖北大学招生简章--成人高等教育高起专、专升本学历提升
- 短视频素材:17个视频网站,涨粉必上热门
- 投资组合理论的简单介绍
- 微信公众平台接口API
- 爬虫抓取究竟是什么?
- [软考]项目管理之十二大项目管理输入输出、工具技术、作用及内容总结
- 电脑便签小工具分享 居然可以这般贴心好用
- 杰理之BQB 的 RF 测试【篇】
- K-means 计算 anchor boxes
- 谷粒学院——后台管理系统功能模块
- 【Spring Security OAuth2笔记系列】- Spring Social第三方登录 - QQ登录下
- 语音识别研究综述——阅读笔记4(总结与展望)
- Windows服务器如何搭建网站,最全新手建站教程
- 多种方式实现字符串的复制
热门文章
- html ajax 图片上传,Ajax实现图片上传并预览功能
- 国内唯一同时发行A股B股和H股的公司
- linux上的字典和数组中,centos安装词典——图形界面的和命令行
- 大华条码秤开发之-条码格式发送
- 开机密码锁定计算机,win10设置开机密码输入错误锁定电脑的方法
- linux mc服务器及forge,教程/架设Forge服务器
- 机器学习实战(八)——预测数值型数据:回归
- Python将两个txt文件按行合并
- mac与linux屏幕共享软件,在 Mac 上使用「信息」远程共享你的电脑屏幕
- plecs仿真/四相交错并联PFC,非线性载波控制,无需采样输入电压,THD<1%