F1-score, 召回率,准确率,MAP
来源:互联网 发布:沪深300指数月度数据 编辑:程序博客网 时间:2024/05/16 23:41
用手写数字识别来作为说明。
准确率: 所有识别为”1”的数据中,正确的比率是多少。
如识别出来100个结果是“1”, 而只有90个结果正确,有10个实现是非“1”的数据。 所以准确率就为90%
召回率: 所有样本为1的数据中,最后真正识别出1的比率。
如100个样本”1”, 只识别出了93个是“1”, 其它7个是识别成了其它数据。 所以召回率是93%
F1-score: 是准确率与召回率的综合。 可以认为是平均效果。
详细定义如下:
对于数据测试结果有下面4种情况:
TP: 预测为正, 实现为正
FP: 预测为正, 实现为负
FN: 预测为负,实现为正
TN: 预测为负, 实现为负
准确率: TP/ (TP+FP)
召回率: TP(TP + FN)
F1-score: 2*TP/(2*TP + FP + FN)
MAP(Mean Average Precision):
单个主题的平均准确率是每篇相关文档检索出后的准确率的平均值。主集合的平均准确率(MAP)是每个主题的平均准确率的平均值。MAP 是反映系统在全部相关文档上性能的单值指标。系统检索出来的相关文档越靠前(rank 越高),MAP就可能越高。如果系统没有返回相关文档,则准确率默认为0。
例如:假设有两个主题,主题1有4个相关网页,主题2有5个相关网页。某系统对于主题1检索出4个相关网页,其rank分别为1, 2, 4, 7;对于主题2检索出3个相关网页,其rank分别为1,3,5。对于主题1,平均准确率为(1/1+2/2+3/4+4/7)/4=0.83。对于主题2,平均准确率为(1/1+2/3+3/5+0+0)/5=0.45。则MAP= (0.83+0.45)/2=0.64。”
0 0
- F1-score, 召回率,准确率,MAP
- 准确率、召回率、F1、mAP、ROC、AUC
- 机器学习结果统计-准确率、召回率,F1-score
- 准确率、召回率、F1
- 准确率、召回率、F1
- 准确率、召回率、F1
- 正确率、召回率、F1-Score
- 金融AI入门:每天学一点统计学(F1-score,roc,准确率,召回率)
- 准确率, 召回率,mAP
- 机器学习中分类器的评价指标:召回率(recall), 精度(precision), 准确率(accuracy), F1分数(F1-score)
- 准确率,精确率,召回率以及f1
- 准确率、精确率、召回率、f1
- 准确率(Precisio)、召回率(Recall)、F1-Measure
- 准确率,召回率和F1值
- 信息检索(IR)的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC
- 信息检索(IR)的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC
- 信息检索(IR)的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC
- 信息检索(IR)的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC
- ARM工作模式与寻址方式
- C++学习——入门感悟
- Mac下的virtual box 安装的Ubuntu虚拟机互传文件问题
- sodo 赋予非管理员用户临时权限
- Java高级之集合与泛型>Collection、Set、HashSet、LinkedHashSet、TreeSet
- F1-score, 召回率,准确率,MAP
- java 多线程入门
- 11.【动态规划】Maximum Subarray--Accepted code
- 学习OpenGL的几个较好的网址
- Java中有关Null的9件事
- 处理机调度与死锁总结
- asp.net 关于更改数据库表的方式
- Java多线程聊天对话框
- java 环形数组缓冲区