机器学习笔记（16）ML的评价指标

也算是一篇基础知识的回顾与总结了，今天来聊一聊ML中的那些评价指标

IoU（交并比）

参考资料：https://blog.csdn.net/u014061630/article/details/82818112
目标检测的评价指标AP和mAP的计算中一定会涉及到IoU，此外它也是语义分割任务的重要评价指标
链接中描绘了从以为数组扩展到二维矩阵的IoU计算方法
IoU在目标检测中也可用于非极大值抑制：https://www.jianshu.com/p/d452b5615850

precision和recall

precision（精确率）：你预测出的结果有多少是正确的。
recall（召回率）：正确的结果有多少被你给出来了。
PR曲线是左上到右下的。

穿插一个小问题：如果分割模型precision一直上不去怎么办？提高IoU的threshold（阈值）
降低阈值可提高召回率
参考链接：https://blog.csdn.net/zichen_ziqi/article/details/80408465

AP与mAP

参考链接：https://blog.csdn.net/xw_2_xh/article/details/88190806
https://blog.csdn.net/qq_16540387/article/details/81912289?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-0&spm=1001.2101.3001.4242