Bert-Chinese-Text-Classification-Pytorch-master指标学习
指标学习
混淆矩阵(Confusion Matrix)
- 在n分类模型中,使用n行n列的矩阵形式来表示精度,纵列代表n个分类,在每行中的n个数据代表分别预测在每个类别的个数,完美的预测应该是一个列序数=行中有数据的索引数的一条斜线。
预测成正例 | 预测成反例 | 加和含义 | 统计量 | |
---|---|---|---|---|
正例 | TP | FN | TP+FN表示实际数据集中正样本的数量 | 召回率TPR=TP/(TP+FN) |
反例 | FP | TN | FP+TN表示实际数据集中负样本的数量 | 召回率FPR =FP/(FP+TN) |
加和含义 | TP+FP表示预测为正类样本数 | FN+TN表示预测的负类样本数 | ||
统计量 | 精确率=TP/(TP+FP) | 正确率=(TP+TN)/(TP+TN+FP |