查全率[召回率]与精度[查准率] 之辨析

查全率[召回率]与精度[查准率] 之辨析:

召回率(recall rate)和精度(precision)定义：

从一个大规模数据集合中检索文档的时，可把文档分成四组

－系统检索到的相关文档（Ａ）

- 系统检索到的不相关文档（Ｂ）

- 相关但是系统没有检索到的文档（Ｃ）

- 不相关也未被系统检索到的文档（Ｄ）

	相关	不相关
检索到	A	B
未检索到	C	D

直观的说，一个好的检索系统检索到的相关文档越多越好，不相关文档越少越好．

召回率和精度是衡量信息检索系统性能最重要的参数．

召回率Ｒ：用检索到相关文档数作为分子，所有相关文档总数作为分母，即 R=A/(A+C)

精度Ｐ：用检索到相关文档数作为分子，所有检索到的文档总数作为分母．即 P=A/(A+B).

下面举例说明召回率和精度之间的关系：

一个数据库有500个文档, 其中有50个文档符合定义的问题.系统检索到75个文档,但是只有45个符合定义的问题.

召回率 R=45/50=90%

精度 P=45/75=60%

本例中, 系统检索是比较有效的,召回率为90%. 但是结果有很大的噪音, 有近一半的检索结果是不相关. 研究表明: 在不牺牲精度的情况下,获得一个高召回率是很困难的.召回率越高,精度下降的很快,而且这种趋势不是线性的.

from:http://www.blogjava.net/fullfocus/archive/2008/05/07/198963.html

查全率[召回率]与精度[查准率] 之辨析相关推荐

yunyang1994 tensorflow_yolov3 对于检测中心点的边缘物体时评估IOU对召回率和精度的影响
我们在检测目标物体中心点时,现有的逻辑往往不能获得很好的效果,如下图: 识别时,程序会将不是方形的图像扩展为方形,不足的部分用灰色填充,目标框的绘制会首先在扩展为方形的图像上绘制,然后将超出原图像的部 ...
python实现召回率、精度、f1代码
import matplotlib.pyplot as plt import numpy as np 1.统计训练和测试精度 # 读取实验结果中的精度和损失 def data_plot(path):# ...
人工智能之 NLP的Precision(查准率,精确率),Recall(查全率,召回率),Accuracy(准确率)以及综合评价指标(F1-Measure)
目录〇.推荐一.简述二.罗里吧嗦三.精确率.召回率.F1 四.AP和mAP(mean Average Precision) 五.ROC和AUC 六.总结〇.推荐无意中发现了一个巨牛的人工智 ...
召回率 matlab代码,召回率和精度(示例代码)
召回率(Recall) 查全率精度(Precise) 查准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. 在信息检索中的解释: 系统检索到的相关文档数 ...
正确率精度召回率错误率
ps: 精度是在预测的正例中(TP+FP) 判断为正例(TP)的概率查准率召回率是在所有真正的正例中(TP+FN 正确判断为正例和错误判断为负例的即P),判断为正例(TP)的概率查全率分子都 ...
准确率、精度和召回率
原文链接精度(查准率)和召回率(查全率)是衡量机器学习模型性能的重要指标,特别是数据集分布不平衡的案例中. 什么是分布不平衡的数据集? 倘若某人声称创建一个能够识别登上飞机的恐怖分子的模型,并且准确 ...
分类器MNIST交叉验证准确率、混淆矩阵、精度和召回率（PR曲线）、ROC曲线、多类别分类器、多标签分类、多输出分类
本博客是在Jupyter Notebook下进行的编译. 目录 MNIST 训练一个二分类器使用交叉验证测量精度混淆矩阵精度和召回率精度/召回率权衡 ROC曲线多类别分类器错误分析多标签 ...
机器学习中的性能指标：精度、召回率，PR曲线，ROC曲线和AUC，及示例代码
机器学习中的性能指标:精度.召回率.PR曲线,ROC曲线和AUC 精度.召回率基本概念 F-Score 度量曲线 PR曲线 ROC曲线 PR曲线和ROC曲线的比较 AUC 精度.召回率基本概念可 ...
精度P,召回率R和F值
文献中的recall rate(查全率或召回率) and precision(精度)是很重要的概念.可惜很多中文网站讲的我都稀里糊涂,只好用google查了个英文的,草翻如下:召回率和精度定义: 从一 ...

查全率[召回率]与精度[查准率] 之辨析

查全率[召回率]与精度[查准率] 之辨析相关推荐

最新文章

热门文章