分类器评价指标
2015-07-09 11:44
218 查看
混淆矩阵 Confusion Matrix
Accuracy = (TP+TN)/(TP+FP+TN+FN) ;
Precision = TP/(TP+FP); //预测对的正样本在所有
预测为正的样本中的比例
Recall = TP/(TP+FN); //预测对的正样本在所有
真正正样本中的比例, 也叫真正类率(True Positive Rate)(TPR)
F1-score = 2*Precision*Recall/(Precision + Recall);
Specificity = TN/(FP+TN);
ROC(Receiver Operating Characteristic)曲线由两个变量绘制,
横坐标是负正类率(FPR),纵坐标是真正类率(TPR);
AUC(Area Under Curve)为ROC曲线下的面积。
1). Sensitivity = Recall = TPR(True Positive Rate) = TP/(TP+FN);
2). FPR=FP/(FP+TN);
3). Specificity + FPR = 1.
Fb-score是准确率和召回率的调和平均
Fb=[(1+b^2)*P*R]/((b^2)*P+R),比较常用的是F1.
绘制ROC曲线:
http://www.douban.com/note/284051363/?type=like
precision与recall,前者是在预测为正的样本中的比例,后者是在真正为正的样本中的比例,别记混了,找工作可能会问到的!:)
相关文章推荐
- 多线程第五篇 经典线程同步之信号量Semaphore
- 装饰者模式
- C#微信公众号开发-高级接口-之网页授权oauth2.0获取用户基本信息(二)
- IOS loadView 和 viewDidLoad 的区别
- IM收藏
- Android如何实现左边侧滑界面SlidingMenu
- 极课 good
- TextView/EditText字体阴影 ,自动换行,焦点获取,输入法回车键前往,自定义光标
- android Tabhost部件(三)--使用自定义view和fragement实现类似TabHost样式
- 【编程习题★★★☆☆】计算岛屿的数量
- 判断当前一个物料被其他人锁定
- C#导入导出Execl
- iOS ViewController生命周期
- win2008 enterprise R2 x64 中安装SQL server 2008的方法
- Android官方培训课程中文版
- 数组里a和&a的区别
- stub 和 skeleton 的讲解,自己实现一个stub和skeleton程序
- [HttpException (0x80004005): 未能加载文件或程序集“Oracle.DataAccess”或它的某一个依赖项。试图加载格式不正确的程序。]
- 人类视觉成像原理
- FFT修正