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
schedule
31.10.2023
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
schedule
07.02.2024
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
schedule
25.02.2024