[普通]如何解释召回率与精确率

作者(passion) 阅读(120次) 评论(0) 分类( 算法)
  • TP: 将正类预测为正类数  40

  • FN: 将正类预测为负类数  20

  • FP: 将负类预测为正类数  10

  • TN: 将负类预测为负类数  30


准确率(accuracy) = 预测对的/所有 = (TP+TN)/(TP+FN+FP+TN) = 70%
精确率(precision) = TP/(TP+FP) = 80%
召回率(recall) = TP/(TP+FN) = 2/3



« 上一篇:从Transformer、BERT到GPT2和XLNet:高端玩家如何用论文互怼
« 下一篇:自然语言处理(NLP)中多标签分类的方法
在这里写下您精彩的评论
  • 微信

  • QQ

  • 支付宝

返回首页
返回首页 img
返回顶部~
返回顶部 img
';