分类精度评价指标
True Positive (TP)
False Positive (FP)
False Negative (FN)
True Negative TN
准确率(accuracy) = 预测对的/所有 = (TP+TN)/(TP+FN+FP+TN)
精确率(precision) = TP/(TP+FP)
召回率(recall) = TP/(TP+FN)
1. 查准率(precision)
正确率 = 提取出的正确信息条数 / 提取出的信息条数
2. 查全率(recall)
召回率 = 提取出的正确信息条数 / 样本中的信息条数
https://www.zhihu.com/question/19645541
http://www.cnblogs.com/bluepoint2009/archive/2012/09/18/precision-recall-f_measures.html
http://blog.sciencenet.cn/blog-460603-785098.html
http://www.cnblogs.com/zhizhan/p/4870429.html
http://blog.sina.com.cn/s/blog_670ee7720102vjxg.html
http://bookshadow.com/weblog/2014/06/10/precision-recall-f-measure/
作者:太一吾鱼水
文章未经说明均属原创,学习笔记可能有大段的引用,一般会注明参考文献。
欢迎大家留言交流,转载请注明出处。
【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
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· winform 绘制太阳,地球,月球 运作规律