我是靠谱客的博主 霸气蛋挞,最近开发中收集的这篇文章主要介绍【机器学习】查准率,召回率,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

类偏斜情况:我们的训练集中有非常多的同一种类的实例,只有很少或者没有其他类的实例

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

ps:这里重点理解一下为什么查准率高的话查全率就低?
例如,上面提到,为了提高查准率,可以使用更高的阈值,如0.7,0.9,这意味着我们只有具有很大把握(概率)的时候才预测为真,这样预测为真,实际为假(FP)的情况就减少了,看查准率公式,这样查准率就高了。同样,我们只有在具有很大把握(概率)的时候才预测为真,这意味着我们【遗漏掉的患者增多】预测为假实际为真(FN)的情况就会增大,看查全率公式,查全率就会降低。使用较低的阈值时情况类似。
在这里插入图片描述

最后

以上就是霸气蛋挞为你收集整理的【机器学习】查准率,召回率的全部内容,希望文章能够帮你解决【机器学习】查准率,召回率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。
点赞(41)

评论列表共有 0 条评论

立即
投稿
返回
顶部