机器学习笔记-二分类评估相关术语
来源:互联网 发布:股票作手回忆录知乎 编辑:程序博客网 时间:2024/06/06 14:21
正例|返例
精度、错误率
分类正确和错误样本占总样本总量
TP FP FN TN
真正例、假正例、假反例、真反例
查准率
真正例 数(TP)/ 预测的所有正例数(TP+FP)真正例+假正例
查全率
真正例 数(TP)/ 样本中的所有正例数(TP+FN)真正例+假反例
P-R曲线图
横坐标为查全率,纵坐标为查准率 类似ROC曲线图
F1 = 2*P*R/P+R = 2* TP / 样本总数 + TP - TN
F
0 0
- 机器学习笔记-二分类评估相关术语
- 机器学习相关术语
- 机器学习相关术语
- 机器学习相关基本术语
- 机器学习相关英文术语
- 机器学习笔记(二)模型评估与选择
- 机器学习笔记(二)模型评估与选择
- 机器学习笔记(二)模型评估与选择
- 机器学习 --- 分类算法模型评估
- 机器学习笔记 - 评估方法
- 机器学习笔记-评估方法
- 机器学习笔记(二)概率相关
- Google机器学习笔记 4-6 分类器相关
- 机器学习(二) 评估与度量
- 机器学习(二) 模型评估与选择
- 《机器学习》(周志华)学习笔记(二)模型评估与选择
- 机器学习模型性能评估方法笔记
- 机器学习笔记--模型评估与选择
- [Unity3D——用代码说明一切] UGUI:用代码添加事件监听
- html背景图片自适应浏览器
- 去掉UITableView底部多余的线
- JAVA开发12--将oracle查询结果赋值给JAVA变量
- Longest Palindromic Substring
- 机器学习笔记-二分类评估相关术语
- 配置Oracle允许远程连接
- JDK配置
- nodejs学习遇到的问题
- SNMP监控一些常用OID的总结
- hadoop命令详解
- php数据类型转换
- spring整合redis详解
- Windows下Git Bash中文乱码