使用されるパフォーマンス・メトリックは、以下のとおりです。正解率、リコール、F. 1。 、TPR、FPR。
予測が真であります | 予測が偽であります | |
---|---|---|
真真 | TP(真陽性) | FN(偽陰性) |
真偽 | FP(偽陽性) | TN(真陰性) |
精度比精度= TP /(TP + FP )
リコールリコール= TP /(TP + FN )
例えば実際の速度は正の例の確率はTPR = TP /(TP + FN)の正例と判定されています
例えば、偽陽性率は、反例の確率が正例FPR = FPであると判定されている/(TN + FP )
また、名前が示唆するように知られている精度精度率は、ウェブクローラと推薦のような高精度の用途に適しています。リコールはまた、信用リスク、逃亡者情報の検出のための再現率として知られています。精度とリコールは矛盾しそれを見つけることが必要である、測定平衡点を F.を使用する傾向があり、1。精度と再現率の調和平均であります:
(1)誤り率と精度
エラーレート:
精度:ACC = 1-E
(2)AUCおよびROC曲線
分類0,1ため、分類器を得られた結果のいくつかは、ニューラルネットワークのように、0又は1でなく、得られた等0.5、0.6であり、次いで、必要なカットオフのしきい値を、正規化値は、正規化されたより大きい未満閾値0以上であります1、あなたは、分類結果を得ることができます。
ROC曲線(レシーバー動作特性曲線)偽陽性率は縦、横軸としてプロットした、真のポジティブ率曲線です。
グラフの点は、を表し、感度と特異性、例えば左、バランスを、偽陽性小さく、真陽性も小さい、です。曲線下面積が大きいほど、その方法は、2つのカテゴリを区別することがより有利であることを示しています。
AUCは、 ROC曲線に覆われているのエリア。
AIのインタビューの質問より多くの注目数を:私たちは、すべてのコード農業です(allmanong)、または次のFanger魏コードをスキャン!