评估指标-精确度、召回率、F1值

下面是二分类的四种情况

真实\预测 T F
T TP FN
F FP TN

其中:
规则:以预测为基准,如果真实与预测一致:T,否则F
TP: 真正类
FN: 漏报
FP: 误报
TN: 真负类
由此计算:
Acc = \frac{TP}{TP+FP}
精度又称(查准率),真正占了所有预测为真的百分比。
精度(查准率)表达模型找到的数据点中实际相关的比例。
Recall = \frac{TP}{TP+FN}
召回率又称(查全率),真正占了多有原来为真的百分比,聚焦于感兴趣的类别“正类”
由上公式可以看到:
召回率可以被理解为模型找到数据集中所有感兴趣的数据点的能力。

image.png
image.png

F1值:
是Precision和Recall的调和平均:
F1 = 2* \frac{precision*recall}{precision + recall}

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容