西瓜书《机器学习》阅读笔记2——Chapter2_查准率、查全率与F1

Vic时代

于 2017-09-01 17:35:55 发布

阅读量2k

点赞数 3

分类专栏：机器学习文章标签：机器学习 PR曲线 F1 宏F1 微F1

本文链接：https://blog.csdn.net/victoriaw/article/details/77775657

版权

本文介绍了如何绘制P-R曲线，通过举例展示了算法A的性能评估，并详细解释了F1分数的计算，指出F1更倾向于关注较小值。同时讨论了宏F1和微F1在衡量多个混淆矩阵时的不同策略，宏观平均考虑每个混淆矩阵的平均性能，微观平均则基于所有样本的整体表现。

摘要由CSDN通过智能技术生成

这里举两个例子来说明怎么绘制P-R曲线。
假设有测试实例 $\{x_1,x_2,x_3,x_4,x_5,x_6\}$ ，其中真实标记为正例的是 $x_1,x_2,x_5$ ，真实标记为反例的是 $x_3,x_4,x_6$ 。

现在根据学习算法A得到了模型，按其预测的为正例的可能性大小对测试样例进行排序，结果如下： $x_5,x_2,x_1,x_3,x_4,x_6$ 。

	预测为P	预测为N
真实为P	1	2
真实为N	0	3

关注

专栏目录