前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >AI论文中的 精确率 和 召回率 精简解释

AI论文中的 精确率 和 召回率 精简解释

作者头像
杨丝儿
发布2022-03-01 13:19:41
7830
发布2022-03-01 13:19:41
举报
文章被收录于专栏:杨丝儿的小站杨丝儿的小站

参考:精确率和召回率 @菜鸟瞎编

评论精选:确实是这样的,真的怀疑定义这个的人脑子有坑,你说他第一个是 预测值,第二个是 真值 不好吗,本来一个很简单的问题,搞得这么复杂。

精确率是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了,一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),也就是

P=TPTP+FPP=\frac{TP}{TP+FP} P=TP+FPTP​

而召回率是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。那也有两种可能,一种是把原来的正类预测成正类(TP),另一种就是把原来的正类预测为负类(FN)。

R=TPTP+FNR=\frac{TP}{TP+FN} R=TP+FNTP​

其实就是分母不同,一个分母是预测为正的样本数,另一个是原来样本中所有的正样本数。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021-10-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档