1、召回率:评价模型的完整性 预测样本中的预测正确的信息条数/总样本中所有的属于这类样本的信息条数 举例: 这里用鱼和虾举例 TP: 将鱼预测为鱼 FP: 将虾预测为鱼 FN: 将鱼预测虾 TN: 将虾预测为虾 召回率R = TP/(TP+FP) (正确预测鱼的信息条数/原样本中所有鱼的信息条数) 2、查准率:评价模型的正确性 查准率:某一类 预测样本中的预测正确的信息条数/预测样本中所有的信息条数 查准率P = TP/(TP+FP) 不同于正确率 正确率:所有预测正确样本除以所有预测样本 准确率 = (TP+TN)/(TP+FP+FN+TN) 3、F1分数: F1分数可以看作模型的
2022-02-19 11:55:14 94KB f1 召回率 学习
1
用Python计算图像对不同地物分类精确度, 计算分类结果图与标准参考图的混淆矩阵, 对分类结果进行评价
2019-12-21 20:22:02 1KB Python 混淆矩阵 F1值 召回率
1