【学习笔记】贪心NLP训练营08

本文介绍了人工智能模型评估中的关键指标——准确率、精确率和召回率。准确率关注整体分类正确率,但在样本分布不均衡时可能失真。精确率衡量预测为正例中真正为正例的比例,而召回率则表示实际正例被正确预测出来的比例。在评估模型性能时,这两个指标结合使用能更全面地反映模型效果。
摘要由CSDN通过智能技术生成

评估标准

1 准确率

在这里插入图片描述
准确率=分类正确的数量/所有样本的数量
局限性:在样本非常不平衡时不能使用,例如对癌症样本进行预测时,1000人中,癌症患者可能只有5个人,所以癌症患者的概率为0.5%,如果算法不做任何处理,只是单纯地判定为健康人,这样就能得到99.5%的准确率,但是我的模型却不是最好的。

2 精确率和召回率

在这里插入图片描述
精确率:在预测为正(负)的样本中,有多少比例的样本是真正的正(负)样本。(查准率)
召回率:有多少比例的正(负)样本被真正预测出来了。(查全率)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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