分类器的评价指标

DCB0122

于 2020-03-16 16:46:03 发布

阅读量2.1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_34823656/article/details/104902584

分类器评价标准

准确率(Accuarcy)
精确率(Precision)和召回率(Recall)
ROC和AUC

首先介绍四个概念：TP、TN、FP和FN，下表其实就是混淆矩阵(Confusion Matrix)
在这里插入图片描述

准确率(Accuarcy)

这个大家肯定非常熟悉，直接摆出计算公式

Accuracy： $\frac{分类正确的样本数}{样本总数}$ = $\frac{TP\ +\ TN}{TP\ +\ TN\ +\ FP\ +\ FN}$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。