ML笔记-sklearn.classification_report
2024-08-25 15:22:56
主要用于显示主要分类指标的文本报告,在报告中显示每个类的精确度、召回率、F1等信息
首先数据测试结果分为以下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:所有识别为“1”的数据中,正确的比率是多少。
eg.有100个样本被识别为“1”,但是其实只有80个结果是正确的,20个实际上是非“1”--》准确率=80%
TP/(TP+FP)
召回率:所有样本为“1“的数据中,最后真正识别出为”1“的比率是多少。
eg.有100个样本”1“,只识别出80个是”1“,其余20个被识别为非”1“-->召回率=80%
TP/(TP+FN)
F1-score:准确率与召回率的综合,可以认为是其平均效果。
2*TP/(2*TP+FP+FN)
最新文章
- 代码阅读分析工具Understand 2.0试用
- mock测试到底是什么?
- CSS Hack大全-教你如何区分出IE6-IE10、FireFox、Chrome、Opera
- BIEE 维表
- 【转载】跟着9张思维导图学习JavaScript
- ng-class ionic
- keepalive support-----Programming applications
- bzoj 2331: [SCOI2011]地板 插头DP
- rhel6使用的版本数部分intel xeon处理器时间bug
- AjaxPro2
- ios video标签部分mp4文件无法播放的问题
- alex python of day1
- SAS9.2的增强编辑器注册解决方案
- python Strip函数和Split函数的用法总结 (python2.0,但用法与3.0是差不多的)
- while循环 格式化输出 密码本 编码的初识
- Spring对JSON请求加解密
- Netty 4.1 Getting Start (翻译) + Demo
- hdu 5089 使做对k-1题最大概率的选题方案
- go语言简述
- 561. 数组拆分 I