【AI】基本概念-准确率、精准率、召回率的理解
样本全集:TP+FP+FN+TN
TP:样本为正,预测结果为正
FP:样本为负,预测结果为正
TN:样本为负,预测结果为负
FN:样本为正,预测结果为负
准确率(accuracy):(TP+TN)/ (TP+TN+FP+FN)
精准率(precision):TP/(TP+FP),正确预测为正占全部预测为正的比例
召回率(recall):TP/(TP+FN),正确预测为正占全部正样本的比例
假定手上60个正样本、40个负样本,系统查找了50正样本(TP+FP),其中40个是正样本。
即:
TP = 40
TP + FP = 50 ,即FP = 10
FN = 60 - 40 = 20
TN = 40 - 10 = 30
准确率(accuracy) = (TP+TN)/ (TP + TN + FP + FN) = (40 + 30)/ 100 = 70%
精确率(precision) = TP / (TP + FP) = 40 / (40 + 10) = 80 %
召回率(recall) = TP / (TP+FN) = 40 / (40 + 20) = 2/3
博客地址: http://www.cnblogs.com/defineconst/
博客版权: 本文以学习、研究和分享为主,欢迎转载和各类爬虫,但必须在文章页面明显位置给出原文链接。 如果文中有不妥或者错误的地方还望高手的您指出,以免误人子弟。如果您有更好的建议,不如留言一起讨论,共同进步! 再次感谢您耐心的读完本篇文章。
博客版权: 本文以学习、研究和分享为主,欢迎转载和各类爬虫,但必须在文章页面明显位置给出原文链接。 如果文中有不妥或者错误的地方还望高手的您指出,以免误人子弟。如果您有更好的建议,不如留言一起讨论,共同进步! 再次感谢您耐心的读完本篇文章。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
2017-04-21 Nginx 链接
2016-04-21 Python 插件安装