(Deep Learning)准确率和召回率的基础概念

算法模型极大的提升了对各类结果的预测效率。

【算法模型的本质】

算法模型的本质,是基于输入的各类变量因子,通过计算规则(模型or公式),得出预测结果。

典型的预测结果比如:

1.(通过历史行为&偏好预测)用户对某条信息点击的可能性

2.(通过历史行为&偏好预测)用户的自然人口属性如性别等

【如何判定模型的好坏】

准确率和召回率的评估,是验证算法模型好坏最常用的手段之一。

现在假设你和模型在玩问答游戏,每次拿一个样本,告诉他一些这个人的信息,让ta找出所有男生。

准确率=预测的准确量/召回量(找出量)。

比如:在所有样本中,模型预找出50人说他们都是男性,而找出的这波人里实际只有40人为男性,准确率=40/50=80%,用来衡量找出部分的准确度。

召回率=召回中的准确量/客观正确的量。

是拿真实的结果,和预测结果比对。比如:总共实际有60个男性,模型只找出了50个,那召回率=50/60=83.3%,用来衡量找出部分对实际真实部分的覆盖情况。

【准召判定,会有哪些情况?】

对预测结果的评估,于是就构成了以下四种集合。

如下图所示,刚才4种集合,图形摊开的话,就是这个样子的。

下图展示了模型过度保守的情况。

模型可以很保守,准确率达到了100%,但由于过度追求准确,漏掉了大量正确的结果。

下图表示过度召回。

召回率100%,确保了正确的集合都被召回,但由于召回了大量错误集合,所以准确率很低。

下图则表示理想情况------又多又准确!

相关推荐
weixin_3875456410 分钟前
深入解析 AI Gateway:新一代智能流量控制中枢
人工智能·gateway
聽雨23728 分钟前
03每日简报20250705
人工智能·社交电子·娱乐·传媒·媒体
二川bro1 小时前
飞算智造JavaAI:智能编程革命——AI重构Java开发新范式
java·人工智能·重构
acstdm1 小时前
DAY 48 CBAM注意力
人工智能·深度学习·机器学习
澪-sl1 小时前
基于CNN的人脸关键点检测
人工智能·深度学习·神经网络·计算机视觉·cnn·视觉检测·卷积神经网络
羊小猪~~1 小时前
数据库学习笔记(十七)--触发器的使用
数据库·人工智能·后端·sql·深度学习·mysql·考研
摸爬滚打李上进2 小时前
重生学AI第十六集:线性层nn.Linear
人工智能·pytorch·python·神经网络·机器学习
HuashuiMu花水木2 小时前
PyTorch笔记1----------Tensor(张量):基本概念、创建、属性、算数运算
人工智能·pytorch·笔记
lishaoan772 小时前
使用tensorflow的线性回归的例子(四)
人工智能·tensorflow·线性回归
AI让世界更懂你2 小时前
【ACL系列论文写作指北15-如何进行reveiw】-公平、公正、公开
人工智能·自然语言处理