机器学习结果统计－准确率、召回率，F1-score

59 阅读 0 评论 39 点赞

我是靠谱客的博主羞涩柠檬，最近开发中收集的这篇文章主要介绍机器学习结果统计－准确率、召回率，F1-score，觉得挺不错的，现在分享给大家，希望可以做个参考。

用手写数字识别来作为说明。

准确率：所有识别为”1”的数据中，正确的比率是多少。

如识别出来100个结果是“1”，而只有90个结果正确，有10个实现是非“1”的数据。所以准确率就为90%

召回率：所有样本为1的数据中，最后真正识别出1的比率。

如100个样本”1”, 只识别出了93个是“1”，其它7个是识别成了其它数据。所以召回率是93%

F1-score: 是准确率与召回率的综合。可以认为是平均效果。

详细定义如下：

对于数据测试结果有下面4种情况：

TP: 预测为正，实现为正

FP: 预测为正，实现为负

FN: 预测为负，实现为正

TN: 预测为负，实现为负

准确率： TP/ (TP+ FP)

召回率： TP(TP + FN)

F1-score: 2*TP/(2*TP + FP + FN)

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。