简单、直观理解 模型评价指标:精确率、准确率、召回率、F1值

自然语言处理(NLP),机器学习(ML),信息检索(IR)等领域,评估(Evaluation)是一个必要的工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。本文将简单介绍其中几个概念。中文中这几个评价指标翻译各有不同,所以一般情况下推荐使用英文。现在我先假定一个具体场景作为例子。假如某个班级有男生80人,女生2...
摘要由CSDN通过智能技术生成

一、理解

有一个模型,能够找出不好的来,找的结果如下(混淆矩阵):


实际 \ 预测

True False
True TP  FN
False FP TN

TP         //本来是不好的,说成是不好的。

FN        //本来是不好的,说成是好的。这个很Negative,因为把应该找到的漏掉了。

FP        //本来是好的,说成是不好的。这个很Positive,因为没有漏掉结果。

  • 6
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值