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

False Positive(假正,FP):将负类预测为正类数误报

False Negative(假负,FN):将正类预测为负类数→漏报


1、 准确率(Accuracy)
定义:就是被分对的样本数除以所有的样本数,通常来说,正确率越高,分类器越好。
反映了分类器统对整个样本的判定能力——能将正的判定为正,负的判定为负。
A c c = ( T P + T N ) / ( T P + T N + F N + F P ) Acc=(TP+TN)/(TP+TN+FN+FP) Acc=(TP+TN)/(TP+TN+FN+FP)

2、召回率(Recall)
定义:返回的结果中的正例占总的正例的比例,总的正例包括返回的正确的正例以及未返回的正例(即错误分为负例中的正例)

  • 反映了被正确判定的正例占总的正例的比重。
  • 所以为了提高召回率,可以多预测。
    R = T P / ( T P + F N ) R=TP/(TP+FN) R=TP/(TP+FN)
    eg:有128个样本,其中32个正,96个负。
    我可以说,我预测有128个正样本。所以recall= 32/32 = 100%

3、精度(Precision)
定义:被分为正例中实际为正例的比例,反映了被分类器判定的正例中真正的正例样本的比重。

  • 为了提高查准率(精度),可以少预测。
    P = T P / ( T P + F P ) P=TP/(TP+FP) P=TP/(TP+FP)
    eg:还是上面的例子,上面的precision = 32/128 = 25%
    我为了提高precision,我可以只预测一个样本。这样就有1/4的概率能预测到。假设恰好预测到了正样本,此时precision = 1/1 = 100%

准确率、查准率、召回率相关推荐

  1. 信息检索(IR)的评价指标介绍-准确率、召回率、F1、mAP、ROC、AUC

    在信息检索.分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重要,因此最近根据网友的博客做了一个汇总. 准确率.召回率.F1 信息检索.分类.识别.翻译等领域两个最基本指标是召回率 ...

  2. 准确率、召回率、F1、mAP、ROC、AUC

    https://yongyuan-workbench.rhcloud.com/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2ir%E7%9A%84%E8%AF%84%E4%B ...

  3. 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 ...

  4. 基于实例数据详解准确率和召回率

    摘要:信息检索.分类.识别.翻译等领域两个最基本指标是准确率(precision rate)和召回率(recall rate),准确率也叫查准率,召回率也叫查全率. 本文分享自华为云社区<准确率 ...

  5. 准确率,召回率,mAP,ROC,AUC,特异性,敏感性,假阴性,假阳性

    P/R和ROC是两个不同的评价指标和计算方式,一般情况下,检索用准确率.召回率.F1.AP和mAP,分类.识别等用ROC和AUC(特异性和敏感性是ROC当中的一个部分). 准确率.召回率.F1.AP和 ...

  6. 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 ...

  7. 准确率、召回率、F-measure值

    准确率.召回率和 F 值是在鱼龙混杂的环境中,选出目标的重要评价指标.不妨看看这些指标的定义先: TP-将正类预测为正类 FN-将正类预测为负类 FP-将负类预测为正类 TN-将负类预测为负类 准确率 ...

  8. 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 ...

  9. 自然语言处理(NLP)遇到的准确率与召回率

    自然语言处理(NLP)遇到的准确率与召回率 准确率(Accuracy),召回率(Recall)是作为机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域的评价指标 计算: 召回率(Reca ...

  10. 推荐系统中评测指标准确率和召回率

    推荐系统中的评测指标10个: 这10个并不就是全部的,它的评测指标有很多,比如用户满意度(最重要的指标).预测准确度.覆盖率.多样性.新颖性.信任度.实时性.健壮性和商业目标. 其中准确率和召回率是在 ...

最新文章

  1. 正值实系数多项式函数所对应的导数累加和是否非负?
  2. RDA8955烧写程序摘要
  3. mysql默认乐观锁悲观锁_MySQL中悲观锁和乐观锁到底是什么?-阿里云开发者社区...
  4. mysql 设计模式_mysql – 你会推荐什么版本设计模式
  5. jenkins关闭和重启
  6. 表格状态列_不用软件也能做好多个项目跟进管理?我用一个协同表格就搞定
  7. keras如何在验证集加噪声_Keras从时域、频域处理音频分类问题(带详细注释)...
  8. Python_Tips[6] - is 和 == 的区别
  9. 硬盘空间分析工具 WizTree(转载)
  10. 计算机毕业设计-springboot疫情管理系统-社区防疫管理系统java-小区预防疫情统计管理系统代码
  11. RPLIDAR A2 Windows 下开发
  12. 管理经济学【六】之 成本分析
  13. 流行的人工智能服务器,人工智能服务器前景
  14. OPA和Gatekeeper区别?
  15. fstream的使用详解
  16. 微软学生中心开始对学生免费赠送Windows Server 2008 R2标准版
  17. 生物实验室搬迁需要注意什么
  18. 2022年T电梯修理操作证考试题模拟考试平台操作
  19. 【Java】泛型(Generics)
  20. 拉伸流变仪VADER 1000-丹麦RHEO FILAMENT

热门文章

  1. 海威超市播音源码+成品
  2. unity 加载ARCGIS 地球 实现天气系统
  3. 快乐来学三字经--MP3_国学启蒙
  4. Google Nexus 5X 8.1 Root 安装Xposed Https代理教程
  5. 工程总承包(EPC)高级项目经理,未来可期!
  6. PX4模块设计之三十八:Navigator模块
  7. AI 激发绘画灵感的 N 种可能 | MidJourney
  8. 夺命雷公狗---linux NO:18 linux文本编辑器vi的使用
  9. eclipse怎么联想输入_java联想输入
  10. 找不到dlopen failed: library /data/data/com.example.gpstest1/lib/libgnustl_shared.so not found