Precision和Recall(召回率)
来源:互联网 发布:淘宝联盟怎么登陆 编辑:程序博客网 时间:2024/05/21 04:00
本文是转载别人博客的部分博文,仅为了查看方便作为个人笔记之用。
假设原始样本中有两类,其中:
1:总共有 P个类别为1的样本,假设类别1为正例。
2:总共有N个类别为0 的样本,假设类别0为负例。
经过分类后:
3:有 TP个类别为1 的样本被系统正确判定为类别1,FN 个类别为1 的样本被系统误判定为类别 0,
显然有P=TP+FN;
4:有 FP 个类别为0 的样本被系统误判断定为类别1,TN 个类别为0 的样本被系统正确判为类别 0,
显然有N=FP+TN;
那么:
精确度(Precision):
P = TP/(TP+FP) ; 反映了被分类器判定的正例中真正的正例样本的比重
召回率(Recall),也称为 True Positive Rate:
R = TP/(TP+FN) = 1 - FN/T; 反映了被正确判定的正例占总的正例的比重
准确率(Accuracy)
A = (TP + TN)/(P+N) = (TP + TN)/(TP + FN + FP + TN);
反映了分类器统对整个样本的判定能力——能将正的判定为正,负的判定为负
转移性(Specificity 也称为 True NegativeRate)
S = TN/(TN + FP) = 1 – FP/N; 明显的这个和召回率是对应的指标,
只是用它在衡量类别0 的判定能力。
F-measure or balanced F-score
F = 2 * 召回率 * 准确率/ (召回率+准确率);这就是传统上通常说的F1 measure,
另外还有一些别的F measure,可以参考下面的链接
上面这些介绍可以参考:
http://en.wikipedia.org/wiki/Precision_and_recall
同时,也可以看看:http://en.wikipedia.org/wiki/Accuracy_and_precision
为什么会有这么多指标呢?
这是因为模式分类和机器学习的需要。判断一个分类器对所用样本的分类能力或者在不同的应用场合时,
需要有不同的指标。 当总共有个100 个样本(P+N=100)时,假如只有一个正例(P=1),
那么只考虑精确度的话,不需要进行任何模型的训练,直接将所有测试样本判为正例,
那么 A 能达到 99%,非常高了,但这并没有反映出模型真正的能力。另外在统计信号分析中,
对不同类的判断结果的错误的惩罚是不一样的。举例而言,雷达收到100个来袭 导弹的信号,
其中只有 3个是真正的导弹信号,其余 97 个是敌方模拟的导弹信号。假如系统判断 98 个
(97 个模拟信号加一个真正的导弹信号)信号都是模拟信号,那么Accuracy=98%,
很高了,剩下两个是导弹信号,被截掉,这时Recall=2/3=66.67%,
Precision=2/2=100%,Precision也很高。但剩下的那颗导弹就会造成灾害。
因此在统计信号分析中,有另外两个指标来衡量分类器错误判断的后果:
漏警概率(Missing Alarm)
MA = FN/(TP + FN) = 1 – TP/T = 1 - R; 反映有多少个正例被漏判了
(我们这里就是真正的导弹信号被判断为模拟信号,可见MA此时为 33.33%,太高了)
虚警概率(False Alarm)
FA = FP / (TP + FP) = 1 – P;反映被判为正例样本中,有多少个是负例。
统计信号分析中,希望上述的两个错误概率尽量小。而对分类器的总的惩罚旧
是上面两种错误分别加上惩罚因子的和:COST = Cma *MA + Cfa * FA。
不同的场合、需要下,对不同的错误的惩罚也不一样的。像这里,我们自然希望对漏警的惩罚大,
因此它的惩罚因子 Cma 要大些。
个人观点:虽然上述指标之间可以互相转换,但在模式分类中,
一般用 P、R、A 三个指标,不用MA和 FA。而且统计信号分析中,也很少看到用 R 的。
- Precision和Recall(召回率)
- 准确率(Precision)和召回率(Recall)
- 准确率和召回率(precision&recall)
- 模式识别 - 查准率(Precision) 和 召回率(Recall)
- 准确率(precision)和召回率(recall)
- 精确率(precision)和召回率(recall)区别
- Precision(精准率) and Recall(召回率)
- 召回率与准确率(Precision and Recall)
- 召回率与准确率(Precision and Recall)
- 准确率,召回率,F值 (Precision & Recall)
- 准确率与召回率(Precision & Recall)、F-score
- 准确率与召回率(Precision & Recall)、F-score
- 精度评定中的准确率(Precision)和召回率(Recall)
- 准确率(Precision查准率)召回率(Recall查全率)和F-Meansure、mAP
- 召回率 Recall、精确度Precision、准确率Accuracy
- 准确率(accuracy),精确率(Precision),召回率(Recall)和综合评价指标(F1-Measure )
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- UGUI内核大探究(二)执行事件
- AH00558: apache2: Could not reliably determine the server's fully
- 设计模式(18)-命令模式(Command)
- 版本更新的写法
- composer安装方法
- Precision和Recall(召回率)
- Java魔法堂:类加载器入了个门
- 读取txt文件内容
- 如何快速学习一门新计算机语言
- laravel框架的安装
- 设计模式(19)-备忘录模式(Memento)
- 设计模式(20)-状态模式(State)
- 设计模式(21)-访问者模式(Visitor)
- fftw使用方法