机器学习算法的常用评价指标

实际应用

实际问题描述

1） 算法1（产品1）的检测结果：检测出“男生”人数82人，其中78人为男生，4人其实是女生；

2）算法2（产品2）的检测结果：检测出“男生”人数88人，其中80人为男生，8人其实是女生；

3）经过人工检测，视频中实际准确的总人数为100人，其中男生80人，女生20人。

请问算法1和算法2的“查准率”“查全率”“F1-score”等分别是多少？你认为哪个更优秀？

• 混淆矩阵：

算法一：

真实情况	预测结果
	男	女
男	78	2
女	4	16

算法二：

真实情况	预测结果
	男	女
男	78	2
女	4	16

计算查准率，查全率，F1-score

算法一：
查准率：
$$P=\frac{78}{78+2}=0.975$$
查全率：
$$P=\frac{78}{78+4}=0.9512$$
F1-score：
$$P=\frac{78\ast 2}{100+78-16}=0.963$$
算法二：
查准率：
$$P=\frac{80}{80+0}=0.1$$
查全率：
$$P=\frac{80}{80+8}=0.91$$
F1-score：
$$P=\frac{80\ast 2}{100+80-12}=0.952$$

从查准率评价指标来看，算法2都要优于算法1，从查全率和F1度量评价指标来看，算法1都要优于算法2。总的来说，算法2更好