Pytania otagowane jako precision-recall

P&R to sposób pomiaru trafności zbioru pobranych instancji. Precyzja to procent poprawnych instancji spośród wszystkich pobranych instancji. Trafność to odsetek pobranych prawdziwych instancji. Średnia harmoniczna P&R to wynik F1. P&R są używane w eksploracji danych do oceny klasyfikatorów.

3
Klasyfikator z regulowaną precyzją vs przywołanie
Pracuję nad problemem klasyfikacji binarnej, w której znacznie ważniejsze jest, aby nie mieć fałszywych trafień; całkiem sporo fałszywych negatywów jest w porządku. Użyłem na przykład wielu klasyfikatorów w sklearn, ale myślę, że żaden z nich nie ma możliwości wyraźnego dostosowania kompromisu przywoływania precyzji (dają całkiem dobre wyniki, ale nie można …

3
Co jest dobrym AUC dla krzywej przywołania dokładności?
Ponieważ mam bardzo niezrównoważony zestaw danych (9% pozytywnych wyników), zdecydowałem, że krzywa przywołania dokładności jest bardziej odpowiednia niż krzywa ROC. Otrzymałem analogiczną miarę sumaryczną pola powierzchni pod krzywą PR (0,49, jeśli jesteś zainteresowany), ale nie jestem pewien, jak ją interpretować. Słyszałem, że 0,8 lub więcej to dobry AUC dla ROC, …


1
Interpretacja obszaru pod krzywą PR
Obecnie porównuję trzy metody i mam metryki Dokładność, auROC i auPR. I mam następujące wyniki: Metoda A - wg: 0,75, auROC: 0,75, auPR: 0,45 Metoda B - wg: 0,65, auROC: 0,55, auPR: 0,40 Metoda C - acc: 0,55, auROC: 0,70, auPR: 0,65 Dobrze rozumiem dokładność i auROC (aby dobrze zapamiętać, …


Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.