深度学习accuracy
2024-08-26 20:21:02
accuracy=(1+3)/(1+2+3+4),即在所有样本(例子)中做出正确预测的的比例,或者说正确预测的样本数占总预测样本数的比值。
precision=(1)/(1+2),指的是正确预测的正样本数占所有预测为正样本的数量的比值,也就是说所有预测为正样本的样本中有多少是真正的正样本。从这我们可以看出,accuracy考虑全部样本,而precision只关注预测为正样本的部分。
recall=(1)/(1+4),正确预测的正样本数占真实正样本总数的比值,也就是我能从这些样本中能够正确找出多少个正样本。
F_score=2/(1/precision+1/recall),相当于precision和recall的调和平均,用意是要参考两个指标。从公式我们可以看出,recall和precision任何一个数值减小,F-score都会减小,反之,亦然。
最新文章
- Android异步下载图片并且缓存图片到本地
- 使用XmlPullParser对xml进行读取
- Linux的直接I/O机制
- (转)织梦cms首页添加digg顶一下的修改方法
- kinect for windows - 手势识别之一,C++实现
- 【C语言探索之旅】 第二部分第七课:文件读写
- OCP-1Z0-051-标题决心-文章2称号
- Windows平台查看端口占用情况
- apply/call/bind和this的使用
- python实例编写(5)--异常处理,截图,用例设计
- HTTP基本知识
- apt-get install 出问题怎么办?
- Dubbo新版管控台
- Java中的AES加解密
- Python 汉字转拼音
- java测试感想
- x230安装黑苹果
- python 流程控制(while)
- DataGridView显示行号-RowPostPaint
- springboot 配置jpa启动报Error processing condition on org.springframework.boot.autoconfigure.data.web.SpringDataWebAutoConfiguration.pageableCustomizer