机器学习_评价指标Accuracy(准确率)、Precision(精准度/查准率)、Recall(召回率/查全率)、F1 Scores详解

首先我们先上一个整体的公式: 混淆矩阵 真实情况 T或F 预测为正1,P 预测为负0,N 本来的label为1,则预测结果正的话为T,负的话为F TP(正样本预测为正) FN(正样本预测为假) – – – 本来label为0,则预测结果正的话为T,负的话为F FP(负样本预测为正) TN(负样本预测为负) 混淆矩阵可以清楚的看出错判的样本,以便后续训练重视。 混淆矩阵中的相关名词也是我们后面要将的
相关文章
相关标签/搜索