True Positive(真正, TP):将正类预测为636f707962616964757a686964616f31333431356635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 (Type I error).

False Negative(假负 , FN):将正类预测为负类数 →→ 漏报 (Type II error).

精确率(precision)定义为:

P=TPTP+FP(1)(1)P=TPTP+FP

需要注意的是精确率(precision)和准确率(accuracy)是不一样的,

ACC=TP+TNTP+TN+FP+FNACC=TP+TNTP+TN+FP+FN

在正负样本不平衡的情况下,准确率这个评价指标有很大的缺陷。比如在互联网广告里面,点击的数量是很少的,一般只有千分之几,如果用acc,即使全部预测成负类(不点击)acc 也有 99% 以上,没有意义。

召回率(recall,sensitivity,true positive rate)定义为:

R=TPTP+FN(2)(2)R=TPTP+FN

此外,还有 F1F1 值,是精确率和召回率的调和均值,

2F1F1=1P+1R=2TP2TP+FP+FN(3)2F1=1P+1R(3)F1=2TP2TP+FP+FN

精确率和准确率都高的情况下,

广告召回率是什么意思_召回率的常用名词相关推荐

  1. 准确率 召回率_机器学习tips(四):精确率(precision)和召回率(recall)

    精确率(precision)和召回率(recall) 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. F ...

  2. 模型评估指标_精准率、召回率、F1-score、ROC曲线、AUC曲线

    一.分类结果混淆矩阵 1.T.F.P.N辨析 P(Positive).N(Negative)针对的是预测值的结果. P表示对样本的预测结果为正例, N表示对样本的预测结果为反例. T(True).F( ...

  3. 精确率(precision)、召回率(recall)、准确率(accuracy)

    精确率-查准率--precision:你认为的该类样本,有多少猜对了(猜的准确率如何) 召回率-查全率-recall:该类样本有多少被找出来(召回了多少): 准确率-accuracy:正类和负类预测准 ...

  4. 分类问题的评价指标:多标签分类【基于标签度量(同多分类一样):准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1】【基于样本度量:Hamming Loss...】

    多标签分类的分类评价指标分为两大类: 基于标签上的度量:同多分类一样,在每一个标签上计算 Accuray.P.R.F-- 基于样本上的度量:又分为基于分类的度量.基于排序的度量 基于分类的度量:Sub ...

  5. 目标检测中召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) ),交除并(Intersection-over-Union(IoU))

    前言 在训练YOLO v2的过程中,系统会显示出一些评价训练效果的值,如Recall,IoU等等.为了怕以后忘了,现在把自己对这几种度量方式的理解记录一下.  这一文章首先假设一个测试集,然后围绕这一 ...

  6. 【Elasticsearch】Elasticsearch 搜索体验可量化的指标 查准率(精确率)、查全率(召回率)

    文章目录 1.概述 1.1 召回率 1.2 精确率 1.3 表格 1.概述 用户体验是感官反应,但感觉的搜索结果需要量化下. 如何量化?实际本质指标就是:查准率(精确率).查全率(召回率). 1.1 ...

  7. 机器学习基础(五十三)—— 精确率与召回率(多分类问题精确率和召回率的计算)

    精确率(precision),召回率(recall)由混淆矩阵(confusion matrix)计算得来. 在信息检索中,精确率通常用于评价结果的质量,而召回率用来评价结果的完整性. 实际上,精确度 ...

  8. Precision(精准率) and Recall(召回率)

    在机器学习系统设计的时候会遇到一类数据集:Skewed Classes .这意味着在分类时一种类别比其他的类别多的多. 会出现的情况:构建的模型的精确度(代价) 甚至不如直接将其全部分为数量多的那个类 ...

  9. 机器学习算法衡量指标——准确率、精确率(查准率)、召回率(查全率)

    机器学习算法衡量指标 在分类问题中,将机器学习模型的预测与实际情况进行比对后,结果可以分为四种:TP.TN.FN.FP.每个的第一个字母:T/F,代表预测结果是否符合事实,模型猜得对不对,True o ...

最新文章

  1. cas无法使用_并发编程中cas的这三大问题你知道吗?
  2. Ant Design 4.0 进行时!
  3. html字符串使用xpath,使用XPath和regex在HTML注释中提取文本
  4. Go语言 ProtoBuf 序列化和反序列化
  5. flex 引入css,Flex常用布局
  6. 2017年8个最流行的Web编程趋势
  7. Tomcat、JDK 历史版本下载地址
  8. 静态变数和非静态变数_统计资料:了解变数
  9. url oracle default schema,oracle @Table中使用schema时insert报错
  10. 3.5链表----链表中元素的删除(只删除一个元素情况)
  11. React-Native的TextInput组件的设置以及获取输入框的内容
  12. Gather more plan statistics by gather_plan_statistics hint
  13. 硬件描述测试软件库中74138,杭电数电实验课内题设计答案.docx
  14. 牛客网初阶练习(6)
  15. STM32教程(库函数版):STM32库函数开发实例教程
  16. linux ubuntu因为没有正常关机,导致开机出现gun grub
  17. 哪个软件可以识别手写字?推荐好用的办法
  18. 老农的计算机学习笔记(一)计算机的诞生及其基础
  19. html中去除浮漂有什么作用,各种浮漂用途介绍及选择
  20. 电气工程与计算机最好的大学,加州大学伯克利分校电气工程与计算机科学研究生怎么样?好不好...

热门文章

  1. 张纪中选定潇浪饰新版《西游记》孙悟空
  2. 关闭selinux的两种方法!
  3. m3u8下载,简化版,无解密
  4. 使用MbrFix软件卸载Linux系统
  5. 如何用php 图片合成一张图片,php图片合成方法(多张图片合成一张)
  6. 盘符被修改为*的恢复方法
  7. 地下高差十米不能设置什么_您可能没有听说过的十项地下技术策划人
  8. C语言开发工具(开发环境)
  9. css解决安卓端文字偏上的问题
  10. js的True、False判断