正确率、召回率和F值
发布日期:2021-06-30 15:15:44 浏览次数:2 分类:技术文章

本文共 614 字,大约阅读时间需要 2 分钟。

其实这东西没有必要非得记住怎么定义的,需要用衡量指标的时候过来查一查就知道了,原文在这里:

正确率、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:

正确率 = 正确识别的个体总数 /  识别出的个体总数

召回率 = 正确识别的个体总数 /  测试集中存在的个体总数

F值  = 正确率 * 召回率 * 2 / (正确率 + 召回率)

        不妨举这样一个例子:某池塘有1400条鲤鱼,300只虾,300只鳖。现在以捕鲤鱼为目的。Seaeagle撒一大网,逮着了700条鲤鱼,200只虾,100只鳖。那么,这些指标分别如下:

正确率 = 700 / (700 + 200 + 100) = 70%

召回率 = 700 / 1400 = 50%

F值 = 70% * 50% * 2 / (70% + 50%) = 58.3%

        不妨看看如果Seaeagle把池子里的所有的鲤鱼、虾和鳖都一网打尽,这些指标又有何变化:

正确率 = 1400 / (1400 + 300 + 300) = 70%

召回率 = 1400 / 1400 = 100%

F值 = 70% * 100% * 2 / (70% + 100%) = 82.35%

        由此可见,正确率是评估捕获的成果中目标成果所占得比例;召回率,顾名思义,就是从关注领域中,召回目标类别的比例;而F值,则是综合这二者指标的评估指标,用于综合反映整体的指标。

转载地址:https://jianzhuwang.blog.csdn.net/article/details/51548673 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:伯克利大学“机器学习(Practical Machine Learning)"课件及相关资料
下一篇:信息检索(IR)的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC

发表评论

最新留言

感谢大佬
[***.8.128.20]2024年05月02日 01时40分53秒