回答情况：
提问时间：
问题标签：
但我不明白为什么召回的价值为基本增长(如我所预期)，但召回溢价下降。精度值也是一样的。下面是我的结果:基本和高级是我的类标签的值真正的基础类召回: 91.83%的类精确性: 81.18%用K=2真高级级召回: 32.87%的类别精确度: 45.20%
浏览 0修改于2019-11-12得票数 1
回答已采纳
这个模型的召回率比精确度好多少？(计算召回-精度到小数点后3位)(使用y_test和X_test计算精度和召回率。)
浏览 0提问于2019-02-01得票数 1
G-度量(或Fowlkes-Mallows索引)是几何的平均值精度和召回的平均值。F1 (谐波) $= 2\cdot\frac{精度\cdot召回}{精确+召回}$算术$= \frac{精确+召回}{2}$
我问这个问题的原因是，
浏览 0修改于2018-08-12得票数 12
我必须计算精确和召回的大学项目，以衡量质量的分类输出(与学习)。说这就是我的结果：混淆矩阵：
我读过关于它的文章，在二进制设置下，这个定义对我来说是有意义的如果我使用sklearn.emeics.精准/召回分数，那么两者都是0.4 (平均=微)。
至于精度，这有点道理，因为五分之二的分类是正确的。但我在解释召回的0.4结果时遇到了问题。
浏览 0提问于2018-05-23得票数 5
回答已采纳
使用下面的精度召回图，其中召回在x轴上，精度在y轴上。我可以使用这个公式来计算给定精度，召回阈值的预测次数吗？这些计算是基于橙色趋势线的。在召回值为0.2时，有(0.2 * 100) = 20个相关实例。在召回值为0.2时，精度= .95，因此真阳性数(20 * .95) = 19。这是从精度召回图计算真阳性数的正确方法吗？
浏览 111修改于2019-03-14得票数 6
精确度优化了假阳性和召回假阴性。最后，应该考虑的企业的成本目标是什么。就像医院一样，你可能想要一个具有高召回率(低假阴性率)的算法，因为错过识别恶性肿瘤的成本比必须对这些错误警报进行更多调查的成本更高。
但是，什么仍然被认为是像样的精确度/召回率指标？比如我有一个二进制分类算法，它的精度是0.34，但召回率是0.98。即使业务目标有利于优化错误否定(高召回率)，这是否可以考虑这样的算法，虽然有利于高召回率，但具有较差的精确度价值。
浏览 4提问于2019-04-16得票数 0
1回答
1)用3个月数据对模型进行训练(T)3)计算验证集的准确性、准确性和召回率。这就是我现在测量我的模型的方法：对于精确和召回，我为每个用户度量了两个度量标准，然后我找到了所有用户的平均精确性和召回率：召回前5条建议的：正确的建议/用户在30天内购买的已知产品还有什么其他指标我
浏览 3提问于2017-12-06得票数 0
回答已采纳
我有20乘20大小的彩色图像，目的是：另一张图像(召回/检索B1)
更新:用于测试来自名为patches.mat的数据库的图像与自身的相关性的代码(修
浏览 1修改于2016-02-06得票数 0
回答已采纳
我有两个标签，我正在对它们执行分类(2-class)。在测试文件上的预测输出显示了相同的精度和召回率。如何为我的测试文件计算每个类的精度和召回率？
浏览 0提问于2017-11-28得票数 2
对于时间序列异常检测的评价，哪一个更好，精度/召回/F1还是ROC-AUC？如果我使用精确/召回/F1，是否应该只对正类检查精度/召回/f1？我认为由于阳性样本的数量很少，所以只对正类检查精确度/召回/F1是不合适的
因此，我应该检查正类和负类的精确/召回&#x
浏览 0提问于2021-06-23得票数 2
回答已采纳
我正在寻求建议，以增加我对少数族裔班级的召回。1. Total rows: 1,266,2671. Undersampling (highest recall 0.92, but precision at 0.03)
是否有其他方法可以帮助提高不平衡数据集的召回率？
浏览 0修改于2022-08-06得票数 1
我想用精确度和召回率来评估引擎。2)或者与其他算法(也使用布尔数据)进行比较是否有意义？如果是，是否有可用的精度和召回率基准(例如，如果精度是x，召回率是y，那么算法应该被丢弃或接受)？
希望能找到帮助，提前感谢各位！
浏览 10修改于2016-03-12得票数 1
4回答
我有以下两个不同案例的F1和AUC评分
型号2:精度: 85.1召回: 98.73 F1: 91.41 AUC:我应该使用F1评分并选择型号1还是使用模式2。谢谢。
浏览 0修改于2018-10-19得票数 64
我有2个来源和4个目标，如下表所示。每个单元格代表一个源和一个目标的分数。如果我没有错，召回@k的计算方式如下：最后，S1和S2的召回<
浏览 26修改于2018-12-15得票数 4
回答已采纳
在精确回忆曲线下，我迷失在召回值与面积之间的关系中。我使用二进制分类器对不平衡的数据集进行分类。我通过默认的sklearn python包记录了查准率-召回曲线下的召回值和区域。召回: 0.629，auc查全率: 0.8828召回: 0.8426，auc查全率: 0.884为什么召回值提高而精确召回曲线不变？
浏览 1修改于2021-02-26得票数 0
-精度: 0.6652 -召回:0.6652-损失: 0.5987 -准确性: 0.0000e+00 -精度: 0.6659 -召回: 0.49 - ETA: 22-损失: 0.5974 -准确性:0.6673 -召回: 0.49 - ETA: 22s -损失:0.5964 -精度: 0.0000e+00 -精度: 0.6671 -召回:0.6671- ETA: 22s -丢失: 0.5969 --准确性: 0.0000e+00 : 0.6681 -召回: 0.50 - ETA: 22s -损失: 0.5
浏览 2提问于2020-11-15得票数 0
回答已采纳
与Outlook和Exchange兼容的“召回消息”响应的主题行和内容是什么？
我正在制作一个第三方应用程序，我想正确地处理消息召回，并想知道我的应用程序应该如何响应该召回消息。
浏览 0修改于2015-02-17得票数 3
回答已采纳
Confusion Matrix :
avg / total 0.72 0.70 0.70 10 从公式精度=真阳性/(真阳性+假阳性) 4/(4+2)= 0.667 但这是在召回中。计算召回率的公式是真阳性/(真阳性+假阴性) 4/
浏览 18提问于2019-12-31得票数 0
通常将F-度量定义为精度和召回的函数，如1中所提到的：
( F-测度推导(精度和召回的调和均值)
https://link.springer.com/chapter/10.1007/978-3-540-68947-8_133。
浏览 0修改于2020-03-02得票数 3
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号