知识卡片
准确率精度与召回率
准确率=(TP+TN)/(TP+TN+FP+FN),衡量总体预测正确比例;精度=TP/(TP+FP),衡量预测阳性中真正阳性的比例;召回率=TP/(TP+FN),衡量实际阳性被找出的比例。分母为零时指标需要约定处理。例:TP=6、FP=2、FN=4、TN=8,则三者分别为 0.70、0.75、0.60。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 概率 · 查看原书依据
描述分类器质量的第一个术语称为准确率
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第3章《概率》3.7(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0010_split_007.html`)
- 结论依据:原文通过二分类表、错误代价案例及指标公式解释本卡内容。
- 原始内容:描述分类器质量的第一个术语称为准确率(accuracy)。准确率是一个0和1之间的数字,是对于正确预测频率的一般衡量标准。所以它就是两个“正确”的值(即TP与TN的和)除以测量的样本总数,如图3.23所示。与接下来的所有