评估分类器的性能的指标

评价二分类分类器的性能指标:
[Evaluation Metric]

  1. ACC [accuracy] 准确度
  2. Precision 精确度
  3. Recall 召回率
  4. F1-score
  5. AUC

分类器在测试数据集上进行预测正确或者不正确,可以分为4种情况,分别是:
TP : 将正类预测为正类数
FN : 将正类预测为负类数
FP : 将负类预测为正类数
TN: 将负类预测为负类数

1. ACC 准确率

对于给定的测试集,分类器正确分类样本数与总样本数之比。
ACC  =     正确分类数  /  样本总数
但在binary classification 且正反例不平衡的情况下,尤其是我们对minority class 更感兴趣的时候,accuracy评价基本没有参考价值。

2.Precision 精确率

or positive predictive value
在这里插入图片描述

3.Recall 召回率

sensitivity or true positi

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值