如何从精确率和召回率中找出混淆矩阵和准确率?

我使用bboxPrecisionRecall分割阿拉伯文字算法获得了平均精确率82.59和召回率69.84。我需要使用混淆矩阵计算TN、FP、FN和TP来评估模型的性能。精确率和准确率相同吗?如果不同,我该如何计算?分割方法应用于1131张图像,并与真实值进行了比较。


回答:

我不太确定MATLAB中混淆矩阵的排列方式,但在Python中,从sklearn.metrics导入的混淆矩阵是按以下方式排列的:

from sklearn.metrics import confusion_matrixconfusion_matrix(ground_truth, predictions) = array([[TN, FP],                                                      FN, TP]]) 

准确率和精确率不同。精确率是通过TP/(TP+FP)来衡量,而准确率是通过(TP+TN)/(TP+TN+FP+FN)来衡量。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注