机器学习评价之基础指标

准确率(Accuracy)

准确率表示模型正确预测的样本数占总样本数的比例,计算公式为:

Accuracy = \\frac{TP + TN}{TP + TN + FP + FN}

按照上述例子的情况,准确率的计算为:

精确率(Precision)

精确率衡量的是模型在预测为正样本的样本中有多少是真正的正样本,也就是预测为正例的样本中,真正为正例所占的比例,计算公式为:

Precision = \\frac{TP}{TP + FP}

按照上述例子的情况,精确率的计算为:

召回率(Recall)

召回率衡量的是在所有实际为正样本中,有多少被正确地预测为正样本,计算公式如下:

Recall = \\frac{TP}{TP + FN}

按照上述例子的情况,召回率的计算为:

相关推荐
深蓝AI4 小时前
GitHub的Push一年涨4.9倍:AI Agent为什么逼它重做Git存储?
人工智能·github
stereohomology5 小时前
大模型的观点谨:StoryTold 「Crafting Apps」四件套 · 深度总览
人工智能·llm
运维行者_5 小时前
网络性能监控怎么做?从自动发现到根因分析的4个环节
运维·服务器·网络·人工智能·支持向量机
信奥卷王5 小时前
[GESP202609 六级] 分树规划
算法
Su米苏5 小时前
Spring AI 中MCP 与普通 @Tool的区别
java·人工智能·spring
美狐美颜sdk5 小时前
直播APP源码可以直接接入视频美颜sdk吗?技术方案详解
android·人工智能·音视频·美颜sdk·直播美颜sdk
夏幻灵5 小时前
LeetCode 21:合并两个有序链表——双指针与哑节点详解
算法·leetcode·链表
问商十三载5 小时前
AI引擎生成式优化实践:刑事辩护律师团队IP构建
大数据·人工智能
冬奇Lab6 小时前
LLM 驱动的自动化测试系列(08):移动端自动化(四)——AppAgent:解析树与视觉特征的结合
人工智能·测试