Публикации по теме 'precision-recall'


Метрики оценки: точность и отзыв
Краткое понимание метрик оценки с «точным воспроизведением» основ. Для любого начинающего инженера по машинному обучению или специалиста по обработке данных такие термины, как точность, отзывчивость или оценка f-1, иногда поначалу трудно понять. Хотя это важные метрики для расчета для любой модели классификации / регрессии, тем не менее, следует знать, что эти метрики представляют и когда следует улучшить один или оба из них. Я встречал много недоработанных объяснений этих..

Вопросы по теме 'precision-recall'

Отзыв, отзыв rate@k и точность в топ-k рекомендации
По словам авторов в 1 , 2 и 3 , Отзыв  – это процент релевантных элементов, выбранных из всех соответствующих элементов в репозитории, а Точность — это процент релевантных элементов от тех элементов, которые были выбраны запросом. Таким...
25332 просмотров

значения данных в кривой ROC с использованием пакета PRROC
Я пытаюсь построить кривую ROC идентификатора, используемого для определения положительных инцидентов на фоне набора данных. Идентификатор - это список оценок вероятности с некоторым перекрытием между двумя группами. FG BG 0.02...
839 просмотров
schedule 15.09.2022

Как улучшить точность и отзыв при несбалансированном наборе данных в Python
Я построил контролируемую модель для классификации медицинских текстовых данных (мои выходные данные предсказывают положительное или отрицательное возникновение болезни). Данные очень несбалансированные (130 положительных случаев по сравнению с 1600...
2974 просмотров

Отзыв точности keras с разреженной categorical_crossentropy
Можно ли вычислить точность, отзыв, val_precesion и val_recall с функцией потерь sparse_categorical_crossentropy ? В этом сообщении введите здесь описание ссылки автор предложил использовать categorical_crossentropy , но в моем случае мне нужно...
285 просмотров
schedule 11.12.2023

Получение точности, отзывчивости, чувствительности и специфичности в keras CNN
Я создал CNN, которая выполняет двоичную классификацию изображений. CNN показан ниже: def neural_network(): classifier = Sequential() # Adding a first convolutional layer classifier.add(Convolution2D(48, 3, input_shape = (320, 320, 3),...
180 просмотров