ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

分类算法评价指标

2021-10-15 22:02:25  阅读:190  来源: 互联网

标签:F1 样本数 分类 衡量 分类器 正确率 算法 评价


参考资料:

  1. PR曲线和F1-score 评价指标相关
  2. 李航. 统计学习方法[M]. 北京:清华大学出版社,2012.

准确率(Accuracy):对于给定的测试数据集,分类器正确分类的样本数与总样本数之比。
精确率(Precision):衡量是否有误判。可以看出判断的正确率。
召回率(Recall):衡量是否有遗漏。可以看出漏掉的比例。
F1-Score(又称F-Measure)

标签:F1,样本数,分类,衡量,分类器,正确率,算法,评价
来源: https://www.cnblogs.com/p4p4p4/p/15412882.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有