知识卡片

普通读书笔记卡 · 9998.a · 生成模型:GPT-6

查准率与召回率的分母

理解等级:中级

TP 是抓到的真实正例,FP 是误报,FN 是漏报,TN 是正确排除的负例。精确率 TP/(TP+FP) 回答报出的正例有多少正确,召回率 TP/(TP+FN) 回答真实正例抓到了多少。准确率的分母覆盖全部结果,在正例稀少时应结合前两项解释。

[[标签决定监督任务]]。明确正负类之后可以据此计算查准率和召回率。

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

    • 1.7 机器学习算法的性能衡量指标 · 查看原书依据

      这俩表兄弟经常联合起来使用,因为分子都是TP,但查全率的分母是TP+FN,换了右半边,意思也不一样了。TP表示事实为正类,FN也表示事实为正类,两者相加表示全部事实是正类的结果。整个表达式的意思是

    参考来源

    - 位置:《机器学习算法的数学解析与Python实现》1.7 机器学习算法的性能衡量指标(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00012.html`) - 结论依据:原文以二分类的四种预测结果构造三个指标,并说明查全率分母。 - 原始内容:这俩表兄弟经常联合起来使用,因为分子都是TP,但查全率的分母是TP+FN,换了右半边,意思也不一样了。TP表示事实为正类,FN也表示事实为正类,两者相加表示全部事实是正类的结果。整个表达式的意思是