倾斜数据集的错误指标-混淆矩阵

有一些特殊的例子,他的样本比较小

例如 有一种罕见病并且只有0.5%的患者环游该疾病

我们进行训练一个模型达到95%的准确率,

另一额模型我们我们瞬步输出患者健康,不是这个病,那么这个模型就有99.5%的准确率

如果我们仅仅只看这两个数字我们的就会选择错误的算法,所以引入一个判断算法性能的方式

就是混淆矩阵

其中横轴代表真是类别

纵轴表示预测类别

这样我们就得到了四个象限

左上角 ,真是患病,预测也是患病 所以我们交真阳性

右上角 没有患病,我们预测患病 叫 假阳性

左下角 真实患病,预测没有患病 叫 假阴性

右下角 没有患病 预测没有患病,叫真阴性

分成了四个单元格之后,我们会对齐进行两个常见的指标

分别是

精确度: 再预测为阳性中模型预测阳性是否可信,预测为阳性且实际为阳性的 / 预测为阳性的

召回率:我在所有阳性中有多少阳性抓到了,预测为阳性且实际为阳性的 / 实际为阳性的

准确率:模型预测对了多少,榆次额对的(真阴性+真阳性)/ 所有样本

精确度:返回的结果中(只返回想要的)正确的有多少

召回率:有多少个该返回的没返回

精确度:模型做对了多少

精确率和召回率在某种程度上呈现此消彼长的情况

还有一个F1值

F1是精确率和召回率的调和平均 反应了整体的情况

但是什么指标最重要,要看具体情况

F1是综合的评判

例如在医疗领域我们希望不要漏掉任何一个患者

所以这个时候召回率就相当的重要。

相关推荐
吴佳浩3 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
岁月宁静6 小时前
五、《从零手撸 Agent》 — 什么是 Agent:从“会聊天”到“会做事”,差的就是一个循环
python·agent
梯度下降者7 小时前
Python - 函数
python·高阶函数·可调用对象·functools·嵌套作用域
forest_097 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区8 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔8 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区8 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
starzy19909 小时前
深入理解Scala隐式参数:上下文流转
开发语言·python·scala
努力的MM1239 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能