van egy modelled, most meg akarod ítélni, milyen jól teljesít. Hogyan méri a modell hatékonyságát?
számos mutatót használhatunk annak megítélésére, hogy milyen jó egy osztályozási modell, amelyek közül a leggyakoribb a pontosság, a pontosság és a visszahívás. A pontosság azt méri, hogy az Ön által megjelölt adatok mekkora részét helyesen jelölte meg. Vagyis a pontosság az az arány, amelyet a szám helyesen jelölt meg a teljes szám felett. Ha csak egy dolgot próbál osztályozni (pl., hot dog vagy sem), a pontosság írható (az igaz pozitívok száma + az igaz negatívok száma)/(igaz pozitívok száma + igaz negatívok száma + hamis pozitívok száma + hamis negatívok száma). A valódi pozitív példák olyan pozitív címkével rendelkező példák, amelyeket pozitívnak jelöltél, például hot dog-ot hot dog-ként jelöltél. Hasonlóképpen, az igaz negatívok olyan negatív címkével rendelkező példák, amelyeket negatívnak jelöltél, például egy macskát nem hot dog-nak jelöltél. Másrészt a hamis pozitív példák negatívak voltak, amelyeket pozitívnak jelöltél, például, azt jelölt egy macska, mint egy hot dog (hogyan lehetne!?) és hasonlóan álnegatívok azok a példák, amelyek pozitívak voltak, hogy negatívnak bélyegezted, pl. egy hot dogot nem hot Dognak neveztél. Az igaz vagy hamis igaz pozitív, hamis negatív stb., jelzi, hogy helyesen címkézte-e vagy sem, a pozitív vagy negatív pedig az, amit címkézett. Tehát pontossága csak a dolgok száma helyesen jelölt pozitív és negatív osztva az összes dolog, amit jelölt., Abban az esetben, ha csak egy helyett sok dolgot próbál osztályozni, az Általános pontosság csak az egyes kategóriákban helyesen címkézett dolgok száma, osztva a címkézett dolgok teljes számával.
A precizitás olyan intézkedés, amely megmutatja, hogy milyen gyakran az, amit pozitívnak jelöl, valójában pozitív. Formálisan a korábbi jelölés használatával a pontosság a valódi pozitívok száma / (az igaz pozitívok száma plusz a hamis pozitívok száma). Másrészről, a visszahívás az az intézkedés, amely megmondja a helyesen címkézett pozitívumok százalékos arányát., Vagyis a visszahívás az igazi pozitívok száma/(az igaz pozitívok száma plusz a hamis negatívok száma). A pontosság és a visszahívás közötti különbség meglehetősen finom, Tehát hadd ismételjem meg: a pontosság az a pozitív példák száma, amelyeket helyesen címkézett fel az összes alkalommal, amikor valami pozitívat jelölt, míg a visszahívás az a pozitív példák száma, amelyeket helyesen jelölt meg a ténylegesen pozitív dolgok száma felett. A pontosságot úgy tekintheti meg, mint azoknak az időknek az arányát, amikor azt jósolja, hogy pozitív, valójában pozitívnak bizonyul., Ahol ha jól emlékszem, lehet úgy, mint a pontosság, mint csak a pozitív – ez az arány alkalommal jelölt pozitív megfelelően át az összeget a szer valójában pozitív.
a többcímkés esetben a pontosságot és a visszahívást általában kategóriánként alkalmazzák. Azaz, ha megpróbálja kitalálni, hogy egy kép egy macska vagy kutya, vagy más állatok, akkor kap precíziós és visszahívás a macskák és kutyák külön-külön., Akkor ez csak a bináris eset újra-ha azt szeretné, hogy a pontosság a macskák, akkor megteszi a hányszor kitalálta helyesen, hogy ez volt a macska / az összes alkalommal, hogy kitalálta semmit volt egy macska. Hasonlóképpen, ha azt szeretnénk, hogy visszahívás macskák, akkor megteszi a hányszor kitalálta helyesen volt egy macska az összes alkalommal, amikor valójában egy macska.