回答情况：
提问时间：
问题标签：
1回答
我想确定我画出了精确的回忆曲线。我有以下数据:回忆= 0.0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.0精度= 1，1，0.8，0.7，0.80，0.65，0.60，0.72，0.60，0.73，0.75 interpolated_precision = 1，1，0.80，0.80，0.80，0.75，0.75，0.75，0.75，0.75，0.75和准备好的图表如下所示：
浏览 2提问于2017-10-09得票数 0
回答已采纳
1回答
我有一个机器学习模型，它试图用语料库对二进制文件中的功能进行指纹识别。输入二进制文件的最后输出是一个表，其中包含二进制函数和语料库函数之间的一对一映射，如下所示：从名称中可以看出，有些函数是正确的，而另一些则是不正确的。是否有方法计算上述结果的精确性和召回率？我明白，如果我正在执行其他ML任务，例如图像分类，那么精确性和回忆是有意义的。使用混淆矩阵将有助于轻松地计算这两个指标。然而，我感到困惑，并认为我不能采取这样的措施，因为这只是一对一的映射，要么是对的，要么是假的。如果精确性和召回没有意义，我还可以使用其他指标来评估模型吗？谢谢!
浏览 0修改于2020-07-13得票数 2
回答已采纳
1回答
我有些机器学习的结果我不太明白。我正在使用python学习，拥有大约14个特性的2+百万数据。“Ab”的分类在精确召回曲线上看上去相当糟糕，但是ROC对于Ab的分类和大多数其他组的分类一样好。有什么可以解释的？
浏览 1修改于2016-03-12得票数 11
回答已采纳
我有以下代码：library(tidymodels)library(themis)library(future) # parallel processing & decrease computation time
sapply(df, func
浏览 9修改于2022-09-25得票数 0
1回答
嗨，我试图创建一个员工晋升aloghritim，这将有一个高召回率和精确度价值，试图适应我的模型，但得到这个错误请帮助下面是我的协作链接到我的作品到目前为止from sklearn import metrics parameters = {'depth' : [6,8,10],
浏览 17修改于2019-11-07得票数 0
1回答
Assume you are solving a 4-class problem. Your test set is as follows: • 10 samples from class 2, • 10 samples from class 4. The decision made by your classifier is as follows:
• 2 samples from class 1 are decide
浏览 0提问于2020-10-17得票数 -1
回答已采纳
3回答
为了学习精确性和回忆性，我做了一些搜索，我看到了一些表示精确性和回忆性之间的反比关系的图表，我开始考虑它来澄清主题。我想知道逆关系总是存在的吗？假设我有一个二进制分类问题，并且有正负标记类。训练后，一些实际的阳性例子被预测为真阳性，有些被预测为假阴性，一些实际的负数被预测为真假，有些则被预测为假阳性。为了计算精确性和回忆性，我使用了以下公式：
和Recall = \frac{TP}{TP + FN}，如果我减少假阴性，那么真阳性增加，在这种情况下，不精确和回忆都增加了？
浏览 0修改于2019-04-11得票数 11
回答已采纳
有没有一种在Tensorflow对象检测API中可视化精确召回曲线的方法？我知道mAP代表曲线下面积的绝对值，但我认为实际曲线对我的应用来说更有代表性？我已经在utils/度量标准中找到了一些精确值和回忆值，但我不知道它们确切地表示了什么，或者更好地说，如何从它们生成Prec/Recall曲线。有人能帮我吗，怎么做？
浏览 5提问于2017-09-18得票数 3
回答已采纳
为了评价我的图像检索系统，我阅读了很多关于精确回忆曲线的文章。特别是，我正在阅读关于VLFeat中的特性提取器的文章和关于精确召回的。我的直觉是:当检索到的元素列表有等于1的回忆时，我们就停止了，所以我们检索所有相关的元素(即没有假否定，只有真正)。我想知道为什么所有用于计算for曲线的库都没有显示这是如何实现的？
浏览 6提问于2016-11-29得票数 0
回答已采纳
考虑下面的场景:我有一批数据，其特性和标签具有类似的分布。由于它是一个高度不平衡的集合，我对负片的采样不足，所以我的训练集(从其中一批中提取)现在包含了25000个正面标签和500000个负面标签。现在，如果我使用所有40000000种负性标签，我的精确性会比使用一个子集--比如500000个负标签(0.4个精确，0.1个回忆在0.3个阈值)--更糟糕。我几乎没有想过：
500000
浏览 0提问于2019-02-04得票数 0
回答已采纳
假设一个两类分类问题。一个类别有超过95%的标签数据，而另一个类别有5%的标签数据。这两门课很有偏颇。下面是我使用的方法/度量(使用精度/召回)。我想知道是否还有其他更好的度量或方法来评估5%的小类？我给5%的小类分配了一个权重，但是我在这里要求一种更系统的方法来测量有偏见的数据集。scores = cross_validation.cross_v
浏览 1提问于2016-08-28得票数 1
我们开发了一种算法，用于检测加速度计数据中每台电阻运动机重复次数。人们总是每台机器重复10次，每次2次。
我创建了一个xlsx文件，其中两行表示真实(上行)和算法预测的重复次数(下行)，如图中所示：我编写了以下代码：
reps_prec_phone1<- read.xlsx("Reps_for_Precision_Recall_FSCORE.xlsx", sheet =
浏览 0修改于2019-08-06得票数 0
在实体链接的过程中，如何计算召回和精度，我感到很困惑。当我们将一个实体消歧到正确的意义(T)或不正确的意义(F)时，我们只有这两种情况。但我们如何才能得到这四种情况: TP，TN，FP，FN？
浏览 0提问于2019-10-19得票数 2
回答已采纳
但是，在精确性方面，召回和f1评分--我的训练模型再次表现良好--但在验证方面，我的查全率和召回率明显下降。这显然会导致验证侧的f1得分较低。
浏览 2修改于2020-08-22得票数 0
回答已采纳
1回答
我在MATLAB中开发了一个CBIR系统，并将相似性度量作为欧氏距离。对于每一个查询图像，我都会检索前20张图片。它包含10个班(如非洲人民、公共汽车、玫瑰等)每个包含100幅图像(总共1000幅图像)。
在这20个中
浏览 3修改于2015-04-23得票数 1
回答已采纳
1回答
我有这段代码，它接受一个目录，以降序排列5个预测，并将其存储在一个文本文件中。关于如何编辑它来计算目录的精度和召回率，有什么建议吗？os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
image_path = sys.argv[1]
files=[]
directory = os.path.join(image_
浏览 6提问于2017-06-27得票数 0
我正在评估一个使用精确和召回的推荐引擎。到目前为止，我已经用4个不同的数据集对系统进行了评估，精度值分别为0.833、0.857、0.857和0.769。相同数据集的召回值分别为0.448、0.875、0.5504和0.512。如何使用这些结果来评估测试中的推荐引擎？我是否应该在同一数据集上应用标准CF并检查值，或者是否有任何标准的精确和召回基准来对推荐系统进行分类？例如，如果精度是x，召回是y，那么这个算法应该被丢弃还是接受？
浏览 7修改于2016-03-12得票数 1
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