• 精确率,召回率


    精确率 P = TP/(TP+FP) ;  反映了被分类器判定的正例中真正的正例样本的比重

    召回率 R = TP/(TP+FN),反映了被正确分类的正样本占所有正样本的比例 

    准确率(Accuracy)
    A = (TP + TN)/(P+N) = (TP + TN)/(TP + FN + FP + TN);    

    反映了分类器统对整个样本的判定能力——能将正的判定为正,负的判定为负 

    F1值,是精确率与召回率的调和均值

    1/F1 = 1/P + 1/R ,

    F1 = 2*A*R/(A+R)

    roc曲线的横坐标是fp_rate,纵坐标是tp_rate。

    fp_rate=fp/(fp+tn)

    tp_rate=tp/(tp+fn)

    求auc的时候可以计算roc曲线下面的面积,取多个阈值去计算fp_rate和tp_rate描点绘制roc曲线,然后计算面积。

  • 相关阅读:
    Bootstrap 4 网格的基本结构
    Js 框架之Vue .JS学习记录 ① 与Vue 初识
    ASP.NET 发送邮件 SMTP
    c# 多线程简化
    ASP.NET Razor
    ASP.NET MVC 简单介绍①
    握手7
    握手6
    握手5
    握手4
  • 原文地址:https://www.cnblogs.com/fisherinbox/p/6527675.html
Copyright © 2020-2023  润新知