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
米小虾7 小时前
Loop Engineering —— 循环的设计与自主执行
人工智能·agent
米小虾7 小时前
Harness Engineering —— 系统的安全护栏
人工智能·agent
火山引擎开发者社区7 小时前
积分当钱花,火山引擎开发者激励计划首月消费双倍回馈
人工智能
aqi008 小时前
15天学会AI应用开发(十)把文本嵌入模型换成国产模型
人工智能·python·ai编程
MobotStone8 小时前
为什么在AI时代,“好奇心”成了最值钱的能力?
人工智能
武子康9 小时前
调查研究-200 llama.cpp b9754:一次很小但很关键的 Agent 工具调用修复
人工智能·agent·llama
Ralph_Salar9 小时前
从0到1搭建AI智能支付风控助手Stage1-RAG知识库升级 — 元数据让检索更精准
人工智能
武子康9 小时前
调查研究-199 MCP Zero-Touch OAuth:为什么它是 MCP 进入企业生产的关键门槛?
人工智能·agent·mcp