机器学习算法性能评价方式
来源:互联网 发布:宏金赛鸽公棚扫猫数据 编辑:程序博客网 时间:2024/06/05 10:36
机器学习(包括信息检索,目标检测等)有一套专门的评价算法性能的方式。由于其来源于信息检索,以下将其独立进行分析。
Precision(准确率)
准确率是正确检索到的信息与实际被检索到的信息之商。
Accuracy(精确率)
精确率是分类器正确分类的样本数与总样本数之商。
Recall(召回率)
召回率是被正确检索为相关信息与应该被检索到的信息之商。
Fall-out(失误率)
检索的所有信息中不相关信息与所有不相关信息之商。
mAP(mean Average Precision)
mAP就是recall与precision图像围成的面积。
阅读全文
1 0
- 机器学习算法性能评价方式
- 机器学习算法评价指标
- 机器学习中分类器的性能评价指标
- [机器学习]对hypothesis的评价方式
- 算法性能评价
- 算法性能评价
- 机器学习评价指标
- 【机器学习】评价指标
- 【机器学习】评价指标
- 机器学习评价指标
- 机器学习中评估算法的常用评价指标
- 机器学习模型的评价
- 机器学习模型评价指标
- 机器学习中的评价标准
- 机器学习模型评价指标
- 机器学习评价指标汇总
- 机器学习之评价指标
- 常见机器学习评价指标
- 安装 primesense
- 王毅外长精彩语录
- JAVA简单手写数字识别
- C#使用Quartz.NET中Cron表达式
- apache配置虚拟主机
- 机器学习算法性能评价方式
- 编译型语言和解释型语言
- java中的23种设计模式
- Ubuntu16.04系统中配置可远程连接的MySQL+PHP7.0
- 为什么声发射信号要做频谱分析时最好用真宽带型传感器?
- 黄焖鸡饭进军美国!兰州拉面你们还在等什么?---众智云
- shell循环执行脚本
- JVM 垃圾检测、回收算法
- 销退方式