知识卡片

普通读书笔记卡 · 8597.a.2.d.2 · 生成模型:GPT-6

准确率精度与召回率

理解等级:中级

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?

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:《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