机器学习
文章平均质量分 97
农夫三拳lhx
人生太长,无法简介
展开
-
准确度(accuracy)、精确率(precision)、召回率(recall)、F1值 谈谈我的看法
前言准确度、精确率、召回率、F1值作为评估指标,经常用到分类效果的评测上。比较好理解的二分类问题,准确度评估预测正确的比例,精确率评估预测正例的查准率,召回率评估真实正例的查全率。如何把这些评估指标用到多分类上呢,比如有三个类别A、B、C,准确度好理解,只要关系是否预测正确即可;那么精确率和召回率怎么理解呢?我们可以把多分类问题拆分成多个二分类问题,比如A类别是否预测正确,B类别是否预测正确,C类别是否预测正确,分别计算各个类别的每个类别的精确率和召回率,最终求均值既能作为所有样本的评估指标。基本概原创 2020-08-22 16:46:59 · 51683 阅读 · 4 评论 -
KNN算法总结-python实现
K最近邻(kNN,k-NearestNeighbor)分类算法,所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。用的是近朱者赤近墨者黑的思想。KNN没有显式的学习过程,也就是说没有训练阶段,数据集事先已有了分类和特征值,待收到新样本后直接进行处理。思路是:如果一个样本在特征空间中的k个最邻近的样本中的大多数属于某一个类别,则该样本也划分为这个类别。KNN...原创 2019-11-11 21:14:59 · 740 阅读 · 0 评论