wordpress做旅游网站,公司想做网站费用要多少钱,中国人做跨电商有什么网站,东莞广告公司招聘如果数据集的正例和反例的比例非常倾斜#xff0c;常用的错误指标如 准确率(accuracy) 并不好用。此时可以用精确率和召回率。
精确率#xff08;precision#xff09;#xff1a;真阳的样本数/预测为阳的样本数真阳数/#xff08;真阳假阳#xff09;
召回率(recall):… 如果数据集的正例和反例的比例非常倾斜常用的错误指标如 准确率(accuracy) 并不好用。此时可以用精确率和召回率。
精确率precision真阳的样本数/预测为阳的样本数真阳数/真阳假阳
召回率(recall):真阳/实际阳 真阳/真阳漏报
相当于检测出的正有75%是真的正能检测出的正大概占所有真的正样本的60% 假设 f(x) 大于等于0.5时为1 小于0.5时为0.如果是一个罕见疾病的预测我们希望只有在非常确定为 1 时才预测为 1 可以提高这个阈值到 0.9 此时精确率会提高但召回率会下降。 假设只有非常确定没有病的时候才预测为 0可以降低这个阈值此时精确率下降但召回率会提高。有点像“不放过一个” 根据精确率和召回率选择算法时一种方法是计算二者的平均值但这通常不好。计算F1分数可以结合精确率和召回率选择好算法。
F1分数(F1 score) 更倾向较低的数值计算公式如下。这个公式在数学中被称为 P 和 R 的调和均值。
