转载 --- SKLearn中预测准确率函数介绍

混淆矩阵 confusion_matrix
下面将一一给出‘tp’,‘fp’,‘fn’的具体含义:

准确率: 所有识别为”1”的数据中,正确的比率是多少。
如识别出来100个结果是“1”, 而只有90个结果正确,有10个实现是非“1”的数据。 所以准确率就为90%

召回率: 所有样本为1的数据中,最后真正识别出1的比率。
如100个样本”1”, 只识别出了93个是“1”, 其它7个是识别成了其它数据。 所以召回率是93%
F1-score: 是准确率与召回率的综合。 可以认为是平均效果。

详细定义如下:
对于数据测试结果有下面4种情况:
TP: 预测为正, 实现为正
FP: 预测为正, 实现为负
FN: 预测为负,实现为正
TN: 预测为负, 实现为负

准确率: TP/ (TP+FP)
召回率: TP(TP + FN)
F1-score: 2TP/(2TP + FP + FN)

转载 --- SKLearn中预测准确率函数介绍

下面是一篇给这函数详细解释的博客,拿来学习一下:
参考地址:http://blog.csdn.net/vesper305/article/details/44927047

上一篇:window.print()打印页面指定内容(使用iframe保证原页面不失效)


下一篇:push控制器 卡顿