准确率 精确度 召回率
2018-03-29 15:00
309 查看
真正（TP）：分到类A且真的属于类A的实例数量 ；
真负（TN）：没有分到类A且真的不属于类A的实例数量；
假正（FP）：分到类A但不属于类A的实例数量；
假负（FN）：没有分到类A但属于类A的实例数量；
精确度=（TP+TN）/（TP+TN+FP+FN）
准确率=TP/（TP+FP）
召回率=TP/（TP+FN）
链接：https://www.zhihu.com/question/19645541/answer/173416895
真负（TN）：没有分到类A且真的不属于类A的实例数量；
假正（FP）：分到类A但不属于类A的实例数量；
假负（FN）：没有分到类A但属于类A的实例数量；
精确度=（TP+TN）/（TP+TN+FP+FN）
准确率=TP/（TP+FP）
召回率=TP/（TP+FN）
链接：https://www.zhihu.com/question/19645541/answer/173416895
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 通用算法（ML,DL）分类判定指标：召回率 Recall、精确度Precision、准确率Accuracy等
- 召回率 Recall、精确度Precision、准确率Accuracy、虚警、漏警等分类判定指
- 召回率 Recall、精确度Precision、准确率Accuracy、虚警、漏警等分类判定指标
- 召回率 Recall、精确度Precision、准确率Accuracy、虚警、漏警等分类判定指标
- 精确度、准确率、召回率、虚警、漏警
- 召回率 Recall、精确度Precision、准确率Accuracy、虚警、漏警等分类判定指标
- 好记性不如烂笔头——关于精确度、召回率、F值、准确率
- 精确度，准确率，召回率，漏警概率，虚警概率
- 好记性不如烂笔头——关于精确度、召回率、F值、准确率
- 召回率 Recall、精确度Precision、准确率Accuracy
- 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
- 召回率与准确率
- 评估指标：准确率(Precision)、召回率(Recall)以及F值(F-Measure)
- 自然语言处理中常用的评价标准----准确率，召回率，F值
- 准确率(Precision),召回率(Recall)以及综合评价指标(F1-Measure)
- 信息检索（IR）的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC
- 分类问题的精确率和召回率 (准确率)
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- F1-score, 召回率，准确率，MAP