技术栈
召回率
l12345sy
1 个月前
人工智能
·
机器学习
·
逻辑回归
·
召回率
·
精确率
·
分类评估方法
·
roc与auc
Day20_【机器学习—逻辑回归 (2)—分类评估方法】
混淆矩阵：用于展示真实值和预测值之间正例、反例的情况记忆口诀：同真异伪（第一个字），看预测值 （第二个字）
星海流萤(AlanWang4523)
1 年前
机器学习
·
混淆矩阵
·
召回率
·
准确率
·
精确率
机器学习--混淆矩阵(Confusion Matrix)
对于二分类问题，可以将样例根据其真实类别与机器学习器预测类别的组合划分为：TN、FP、FN、TP。 样例总数 = TN + FP + FN + TP。
仙魁XAN
1 年前
python
·
机器学习
·
分类
·
mnist
·
召回率
Python 【机器学习】 进阶 之 【实战案例】MNIST手写数字分类处理 之 [ 训练二分类器 ] [ 性能评估 ] [ 准确率与召回率 ] | 1/2
目录Python 【机器学习】 进阶 之 【实战案例】MNIST手写数字分类处理 之 [ 训练二分类器 ] [ 性能评估 ] [ 准确率与召回率 ] | 1/2
不会&编程
1 年前
人工智能
·
机器学习
·
混淆矩阵
·
召回率
混淆矩阵-召回率、精确率、准确率
混淆矩阵是一种用于评估分类模型性能的重要工具。它通过矩阵形式清晰地展示了模型对样本进行分类的结果，帮助我们理解模型在不同类别上的表现。
我是有底线的