- 博客(3)
- 收藏
- 关注
RSS订阅原创 分类，检测，分割中的PR曲线
混淆矩阵和指标 机器学习中简单的二分类任务的混淆矩阵： 查准率与查全率的计算： F1的计算： 二分类任务的PR曲线 PR曲线的横坐标是P，纵坐标是R，这么多PR值是怎么得到的呢？首先定义：若某个样本预测概率值大于某个阈值则为正样本。步骤如下： 1，将模型在测试集上预测结果的概率值从大到小进行降序排列。 2，以每个概率值作为阈值，统计当前阈值下的预测正负样本数量，得到相应的TP，TN，FP，FN，计算出相应的P和R。 3，将不同阈值下的PR值连接起来，就是PR曲线。 目标检测中的PR，AP，mAP 为
2021-02-05 17:13:39
2952
1
原创 数据结构_C++_typedef
typedef typedef A B相当于给前面的数据类型A起了一个更方便使用的名字B。 代码中的pairType element等价于pair<const K, E> element。 在下面的构造函数中使用了c++的一种特性，：后面进行赋值操作。 pairNode(const pairType& thePair):element(thePair){}等价于pairNode(const pairType& thePair){element = thePair} #pragma
2021-02-04 15:29:16
164
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人