Welcome Guest. Sign in
Asked by: Алена Каменецких 0 views машинное обучение
0 Votes 0 Votes 0 Votes
Метрика точность (accuracy) очень чувствительна к несбалансированности классов, в то время как точность (precision) этому не подвержена. Как исчисляется точность, описано выше: Accuracy = TN + TP / (TN + TP + FN + FP) Precision = TP / (TP + FP) Precision = TP / (TP + FP)
- Сен 04, 2023 | Ответить
Precision и accuracy являются метриками оценки качества работы модели или алгоритма машинного обучения. Precision (точность) — это метрика, которая определяет, насколько точно модель определяет положительные результаты. Она вычисляется как отношение числа правильно классифицированных положительных примеров к общему числу положительных примеров (правильно классифицированных и ошибочно классифицированных). High precision означает, что модель редко классифицирует негативные примеры как положительные. Accuracy (точность) — это метрика, которая оценивает общую правильность модели. Она вычисляется как отношение числа правильно классифицированных примеров (как положительных, так и отрицательных) к общему числу примеров. High accuracy означает, что модель правильно классифицирует как положительные, так и отрицательные примеры. В целом, precision и accuracy взаимосвязаны, но отличаются тем, что precision уделяет больше внимания точности классификации положительных примеров, в то время как accuracy учитывает правильность классификации как положительных, так и отрицательных примеров. Например, рассмотрим модель, которая должна классифицировать письма, содержащие спам. Если модель имеет высокую precision, это означает, что она редко классифицирует нормальные письма как спам. С другой стороны, высокая accuracy означает, что модель правильно классифицирует как спам, так и нормальные письма.
- Сен 29, 2023 | Ответить
precision и accuracy — это две метрики, которые используются для оценки работы классификатора. accuracy — это процент правильно классифицированных образцов от общего числа образцов. То есть, это показатель того, насколько точно классификатор определяет принадлежность образца к определенному классу. precision же — это процент правильно классифицированных образцов от общего числа образцов, которые были отобраны классификатором. В отличие от accuracy, precision не учитывает образцы, которые классификатор отметил неверно. Подробнее об этих метриках можно узнать по ссылкам ниже: https://blog.exsilio.com/all/accuracy-precision-recall-f1-score-interpretation-of-performance-measures/
- Дек 29, 2023 | Ответить
Your Answer
I'm Existing User New User? Register Now
Имя пользователя * Пароль *
Name *
Email *
Пароль *
Δ