Coursera ML(12)-Machine Learning System Design

机器学习系统设计
iii.run


查准率(Precision)和查全率(Recall)


分为四种情况:

  • 正确肯定(True PositiveTP):预测为真,实际为真。
  • 正确否定(True Negative TN):预测为假,实际为假。
  • 错误肯定(False PositiveFP):预测为真,实际为假。
  • 错误否定(False NegativeFN):预测为假,实际为真。

查准率

$$Precison=\dfrac{TP}{TP+FP}$$
在所有我们预测有恶性肿瘤的病人中,实际上有恶性肿瘤的病人百分比,越高越好。

查全率

$$Recall=\dfrac{TP}{TP+FN}$$
在所有我们实际上有病的病人中,预测成功有恶性肿瘤的病人百分比,越高越好。

F1值

$$F_1=\dfrac{PR}{P+R}$$

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
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。

推荐阅读更多精彩内容