多分类衡量指标

89 阅读 0 评论 59 点赞

我是靠谱客的博主大胆黑猫，最近开发中收集的这篇文章主要介绍多分类衡量指标，觉得挺不错的，现在分享给大家，希望可以做个参考。

1、sensitive(灵敏度又称TPR): TP/（TP+FN）所有正样本中被分对的比例，衡量了分类器对正例的识别能力。

2、specificity(特效度又称TNR)：TN/(TN+FP) 所有负样本被分对的比例，衡量了分类器对负例的识别能力。

3、accuracy（正确率）：（TP+TN）/(TP+TN+FP+FN) 被分对的样本数除以所有样本的总数，值越高分类器的识别能力越强。

TP: 将正类预测为正类数； FN: 将正类预测为负类数；TN: 将负类预测为负类数；FP : 将负类预测为正类数。

以上就是大胆黑猫为你收集整理的多分类衡量指标的全部内容，希望文章能够帮你解决多分类衡量指标所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。