转自:彷徨的石头
一个分类器最主要的评测指标就是查准率(正确率)和查全率(召回率)。为了评价二分分类问题的性能,先做以下约定:
a:正例测试文档被正确分类为该类的数量;
b:负例测试文档被错误分类为属于该类的数量;
c:正例测试文档被错误分类为不属于该类的数量;
d:负例测试文档被正确分类为不属于该类的数量;
基于上面四个值,就可以定义下面的一些评价指标:

其中,查准率和查全率反映了分类器分类性能的两个方面。如果综合考虑查准率与查全率,可以得到新的评价指标F1测试值,也称为综合分类率:
机器学习分类效果评价转自 彷徨的石头 一个分类器最主要的评测指标就是查准率 正确率 和查全率 召回率 为了评价二分分类问题的性能 先做以下约定 a 正例测试文档被正确分类为该类的数量 b 负例测试文档被错误分类为属于该类的数量 c
转自:彷徨的石头
一个分类器最主要的评测指标就是查准率(正确率)和查全率(召回率)。为了评价二分分类问题的性能,先做以下约定:
a:正例测试文档被正确分类为该类的数量;
b:负例测试文档被错误分类为属于该类的数量;
c:正例测试文档被错误分类为不属于该类的数量;
d:负例测试文档被正确分类为不属于该类的数量;
基于上面四个值,就可以定义下面的一些评价指标:

其中,查准率和查全率反映了分类器分类性能的两个方面。如果综合考虑查准率与查全率,可以得到新的评价指标F1测试值,也称为综合分类率:
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/129950.html