1回答
我正在构建一个KNN分类器来预测某些记录是否为红色/绿色。模型本身看起来很好，但我在for循环中计算tn，fn，tp，fp时遇到了问题。train_test_split (X,Y, test_size =0.5 , random_state =0) knn_classifier= KNeighborsClassifier ( n_neighbor
浏览 29提问于2021-04-05得票数 0
回答已采纳
我试图从confusionMatrix()输出中提取精度值--我尝试使用以下方法： knn.res <- knn.cv(train.data[,c(2:783)], cl, k = i, algorithm = "cover_tree") confus.knn.res
k
浏览 5提问于2014-05-02得票数 3
回答已采纳
1回答
下面是响应变量使用两个标签(是和否)的数据集：1 sunny hot high FALSE no3 overcast hot high FALSE yes5 rainy cool normal F
浏览 0提问于2014-10-01得票数 3
回答已采纳
我有一个数据集需要计算它的准确性使用KNN分类器，我已经尝试使用下面的代码，但它不work.could有人说为什么？实际上，我需要在java中从weka计算Acc。private void Fitness(){
double tp=0; double fp=0;
double fn=0;
浏览 0提问于2018-10-14得票数 0
1回答
我目前正在学习一些机器学习，我知道如何计算不同数据点之间的欧几里德距离；然而，我想知道是否有人知道如何用手工计算精度，以确定哪一个k值是"k“的最佳选择？我知道如何为我实现基本的python类来计算精度，但我也想学习如何手工完成它。我试着搜索它，但它们都只是显示python实现。现在我要计算这个K值的精度？
浏览 3提问于2020-12-02得票数 1
回答已采纳
2回答
什么是机器学习中有用的评估指标？
、、、、
在分析文本之后，我使用CNN来预测代码。举个例子，我会写“我疯了”。该模型将预测一些代码“X321”。所有这些都是基于CNN的。
我想评估一下我的模型。我用了Fscore (回忆和精确)。
浏览 0提问于2018-01-20得票数 6
回答已采纳
我正在计算一个分割评估工作，其中我有预测和基本事实。预测阵列和地面真实阵列形状(28，1,224,224)。现在计算真阳性(TP)、真阴性(TN)、假阳性(FP)、假阴性(FN)。我曾经使用下面给出的代码来计算这些值，但得到了一些错误。def perf_measure( y_hat , y_actual):FP = 0FN = 0
浏览 6提问于2020-07-27得票数 1
回答已采纳
1回答
我的混淆矩阵有以下结构： FN TP]
如何计算表示为MCC= (TP .* TN - FP .* FN) ./ ... sqrt( (TP + FP) .* (TP + FN) .* (TN +
浏览 0提问于2021-01-22得票数 2
回答已采纳
2回答
我试图手动计算给定数据的TPR和FPR。但不幸的是，我的数据集中没有任何假阳性案例，甚至没有真正的阳性案例。所以我被熊猫中的零错误除以。所以我有一种直觉，fpr=1-tpr。
浏览 3提问于2019-12-22得票数 0
1回答
现在，我想要生成假的分类预测，使总体预测大致满足期望的精确性和召回值，例如precision = 0.8和recall = 0.2。我不需要确切的值，但我喜欢接近，如0.78和0.25。在python/numpy中是否有一种有效的方法，这样我就可以通过使用不同的随机种子重复生成过程来产生多组预测？
浏览 0提问于2021-11-25得票数 2
回答已采纳
然而，也有一些文献(如Vijay Kotu和Bala Deshpande的“数据科学”)给出了一个不同的定义：(TP + TN) /( TP + TN + FP + FN)，TP、TN、FP、FN是真阳性更具体地说，如果我们有k类，TP = TP_1 + TP_2 +.+ TP_k，同样适用于TN、FP</em
浏览 6提问于2022-08-23得票数 0
1回答
给出了特定分类器的以下度量标准:数据集中的-Total案例数= 110 -Accuracy: 92.7% -Precision : 96.9% -Recall : 95%
这些信息是否足以重建混乱矩阵？
浏览 0提问于2019-12-16得票数 1
回答已采纳
混淆矩阵是一种表，通常用于描述一组测试数据的分类模型(或“分类器”)的性能，而真实值是已知的。混淆矩阵本身相对简单易懂，但相关术语可能令人困惑。
混淆矩阵中的敏感性是什么？
浏览 0提问于2019-12-21得票数 2
2回答
然后对每幅图像的TP、FP、TN和FN值进行求和。图像总数为10 (下表中的行数)。我需要计算这个模型的精度。精度方程= (TP+TN)/(TP+FP+FN+TN)问题是:在这种情况下，总数的值是多少？为什么？imgNo TP
浏览 2提问于2020-10-30得票数 0
回答已采纳
1回答
在训练期间，我忘记将模型和模型的预测保存在测试集上。我只有F1、精确度和召回率分数。我想知道是否有任何方法可以仅根据F1，精度和召回率分数来计算准确率？
浏览 17提问于2019-12-27得票数 1
2回答
如何利用混淆矩阵计算精度和召回率
、、、、
我们知道精度公式是tp/(tp+fp)，回忆公式是tp/(tp+fn)，我的疑问是如何从混淆矩阵中得到tp、fp、fn值，以及在y轴侧预测什么，以及在给定混淆矩阵的x轴侧预测什么是真。
从混乱矩阵。我想要tp，tn，fp，fn，以及x轴上的真和y轴上的预言，以及背景fp和背景fn</
浏览 11提问于2022-12-01得票数 -2
2回答
我试图建立一个非常简单的程序来计算两个字符串的TP/FP/FN/TN (预测的二级蛋白质结构与已证实的二级蛋白质结构)，但它没有正确地计算它们。我错过了什么？****////ΟΟΟΟΟΟΟΟΟ***'
predicted_str = '****--********/////////-----&
浏览 4提问于2021-05-05得票数 0
回答已采纳
1回答
NumPy的假阳性率
、、、、
对于多类分类，我只能用numpy方法来计算假阳性率。我有两个numpy数组，一个用于预测((m，k)形状:m是样本元素的计数，k是类别的计数)，另一个用于真正的标签((m，)形状)。我已经做了什么:确定所有行(prediction_labels数组)的预测(正)元素indeces，为唯一类别(true_labels)创建一个集合。我想要做的是:在同一时间迭代prediction_labels和y_true数组，并计算给定元素(true_labels中的每个唯一值)在相同位置上是否相等。
浏览 10提问于2022-03-26得票数 0
机器学习模型预测了猫在30幅图像中的25幅。它还预测，在70个没有猫的图像中，有50个没有猫。
在这种情况下，真正的阳性、假阳性、真阴性和假阴性是什么？
浏览 0提问于2019-06-06得票数 0
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
