编程语言
首页 > 编程语言> > 【机器学习】机器学习算法的常用评价指标

【机器学习】机器学习算法的常用评价指标

作者:互联网

目录

一、问题要求

假如准备招标采购一套宿舍行人目标图像识别系统,选择2家公司的产品来测试。测试手段是:从学生宿舍区一段监控视频中识别男生的人数。
实验结果如下:

请问算法1和算法2的“查准率”“查全率”“F1-score”等分别是多少?你认为哪个更优秀?

二、概念

分类结果混淆矩阵:

真实情况预测结果
正例反例
正例TP(真正例)FN(假反例)
反例FP(假正例)TN(真反例)

一般情况下,若查准率高,差全率就会偏低;查准率低,查全率就会偏高

三、解决问题

算法一:

真实情况预测结果
782
416

算法二:

真实情况预测结果
800
812

对比:

总的来说,算法1更好

四、参考

【机器学习】(周志华–西瓜书) 真正例率(TPR)、假正例率(FPR)与查准率(P)、查全率(R)

标签:正例,F1,机器,TP,学习,查全率,算法,查准率
来源: https://blog.csdn.net/weixin_43704348/article/details/116103915