标签：f1 常用 frac 标签 个数 precision TP 指标 评价

1. precision、recall、f1

约定：

• TP: 预测结果中正确的标签个数
• 这三个评价方式都是针对具体的某一类而言的，如果有多个类别，则需要为这多个类别分别计算precision,recall,f1 的值

1.1 precision

p = T P 预 测 的 所 有 标 签 个 数 p = \frac{TP}{预测的所有标签个数} p=预测的所有标签个数TP​

1.2 recall

r = T P 真 实 的 所 有 正 确 标 签 个 数 r = \frac{TP}{真实的所有正确标签个数} r=真实的所有正确标签个数TP​

1.3 f1

f 1 = 2 ∗ r ∗ p r + p f1 = \frac{2*r*p}{r+p} f1=r+p2∗r∗p​

标签：f1,常用,frac,标签,个数,precision,TP,指标,评价
来源： https://blog.51cto.com/lawsonabs/3036477

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。