吴军
机器学习:算法评价指标
2018-5-23 18:44
阅读:6642
标签:机器学习, 评价指标

1. 正确肯定(True Positive,TP):预测为真,实际为真
2. 正确否定(True Negative,TN):预测为假,实际为假
3. 错误肯定(False Positive,FP):预测为真,实际为假
4. 错误否定(False Negative,FN):预测为假,实际为真

则: 
正确率(
查准率,Precision)=TP/(TP+FP)。例:在所有我们预测有恶性肿瘤的病人中,实际上有恶性肿瘤的病人的百分比,越高越好。 

召回率(查全率,Recall)=TP/(TP+FN)。例:在所有实际上有恶性肿瘤的病人中,成功预测出有恶性肿瘤的病人的百分比,越高越好。

F值:F值 = 正确率 * 召回率 * 2 / (正确率 + 召回率) (F 值即为正确率和召回率的调和平均值)。

转载本文请联系原作者获取授权,同时请注明本文来自吴军科学网博客。

链接地址:https://wap.sciencenet.cn/blog-215974-1115431.html?mobile=1

收藏

分享到:

当前推荐数:3
推荐到博客首页
网友评论2 条评论
确定删除指定的回复吗?
确定删除本博文吗?