• WEKA结果解读


    红括号里面,左边是bad的数目,右边是good数目。

                               TP Rate   FP Rate   Precision   Recall  F-Measure  ROC Area  Class

                               0.536       0.185       0.712        0.536     0.612         0.683         YES

                               0.815       0.464       0.673        0.815     0.737         0.683         NO

    Weighted Avg.    0.687       0.336       0.691        0.687     0.68           0.683

    上面的

    第一行 TP Rate 是判断是good(or Yes),结果也是good的概率。

    第二行 TP Rate 是判断是Bad(or NO)结果也是bad的概率。

     

     

    第一行 TP Rate 是判断是真正元比率。

    第一行 FP Rate 是判断是假正元比率。

    第一行 Precision 是判断是精确率。

    第一行 Recall  是判断是查全率。

    第一行 F-Measure又称为F-Score,是IR(信息检索)领域的常用的一个评价标准,

    计算公式为:         F-Measure = 2 * (精确率 * 查全率) / (精确率 + 查全率)

    ROC是一个判断预测准确性的图形,图形面积接近1就是100%判断正确。其他参数参考weka的书 。

  • 相关阅读:
    解释基于注解的切面实现?
    @Controller 注解?
    Spring由哪些模块组成?
    解释AOP模块 ?
    什么是Spring的依赖注入?
    自动装配有哪些局限性 ?
    在Spring框架中如何更有效地使用JDBC?
    @Autowired 注解?
    @Required 注解?
    解释AOP?
  • 原文地址:https://www.cnblogs.com/scarecrow-blog/p/6734292.html
Copyright © 2020-2023  润新知