合肥网站建设方案咨询,wordpress娱乐资源网,禁止wordpress历史版本,安卓开发菜鸟教程二分类的混淆矩阵#xff08;预测图片是否是汉堡#xff09;
分类器到底分对了多少#xff1f; 预测的图片中正确的有多少#xff1f; 有多少张应该预测为是的图片没有找到#xff1f;
精确率和召回率在某种情况下会呈现此消彼长的状况。举个极端的例子#xf…二分类的混淆矩阵预测图片是否是汉堡
分类器到底分对了多少 预测的图片中正确的有多少 有多少张应该预测为是的图片没有找到
精确率和召回率在某种情况下会呈现此消彼长的状况。举个极端的例子 假设把所有图片都预测为‘是’ 不能一味的要求精确率和召回率其中某个很高。F1值是Precision和Recall的调和平均。 总结 如果是N分类呢 宏观的准确率就是绿色除以绿色加橙色。宏观的精确率就是每一行的每个类别的精确率的平均宏观的召回率就是每一列的每个类别的召回率的平均。宏观的F1值是macro-Precision和macro-Recall的调和平均。微观的…就是对每个类别计算TP FP FN TN然后相加按照之前的公式进行计算。
