准确率和查

可以说我有这样的数据：准确率和查

  Right Wrong 
oneName 420 60 
twoName 200 40

精一= TP /（TP + FP）

召回= TP /（TP + FN）

鉴于这个数据我了解精度是：

 420(TP) 
420(TP) + 60(FP).

但是，我很难理解和calculcating FN当你想要计算r紧急呼叫。这种情况下的FN是什么？

来源

2017-01-25 sockevalley

不知道我明白了oneName和twoName是......这些只是两行无关的数据吗？ – Sam

非常多。它可能是猫和狗。没关系。 – sockevalley

我想我已经从这个链接中找到了它（https://www.quora.com/What-is-the-best-way-to-understand-the-terms-precision-and-recall）。他声明： “所以，召回是您可以正确回想的许多事件与许多所有正确事件的比率。” 这意味着召回是420/620（420 + 200） – sockevalley

您的1类精度是通过鉴定为类1（TP + FP）实例的总数除以正确地识别为第1类（TP）的实例的数目。 420被正确识别为第1类，但是40被错误地识别为第1类。因此，您对第1类的精度为420 /（420 + 40）。

回忆类1是正确识别为类1（TP）除以类1实例（TP + FN）的总数的实例的数量。 420被正确识别为第1类，但60第1类实例被错误地识别为第2类。因此，对第1类的召回是420 /（420 + 60）。

来源

2017-01-25 20:22:32 Sam

420 + 60 + 200 + 40是数据总量。 oneName是具有420个正确分类实例的类1，而60个错误。 twoName是2级，其具有40的同时错误200个正确分类的实例。 – sockevalley

那么1级的60个被确定为2级？ – Sam

从我的理解是。这是一个练习的例子。 – sockevalley

回答

相关问题