知识卡片

普通读书笔记卡 · 9839.q · 生成模型:Hunyuan

分类结果评估指标

理解等级:高级

评价分类器不能只看一个总数,常用三个互补指标。召回率(查全率)是检索到的相关文档数除以库中全部相关文档数,衡量系统有没有漏;准确率(精度)是检索到的相关文档数除以检索出的文档总数,衡量结果里有多少可信。二者通常此消彼长:放宽条件能召回更多,却会带来更多误报,反之亦然。Fβ 用参数 β 把两者加权合成单一分数,β=1 即最常见的 F1,兼顾查全与查准;工程上可调用 metrics 的 precision_score、recall_score、f1_score 直接计算。看一项评估结果时,应同时报告三者,否则无法判断模型是偏保守还是偏激进。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习算法原理与编程实践》第2章 中文文本分类(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00010.html) - 结论依据:原文给出召回率与准确率的定义并指出二者互相影响、通常此消彼长,又给出 Fβ 与 β=1 时的 F1,支撑本卡对三个指标关系的解释。 - 原始内容:准确率和召回率是互相影响的,理想情况下肯定是做到二者都高,但是一般情况下准确率高,召回率就低;召回率高,准确率就低