【问题标题】:Calculate Precision and Recall for more than 2 classes计算超过 2 个类别的精度和召回率
【发布时间】:2013-07-02 18:51:04
【问题描述】:

谁能帮我计算超过 2 个类别的精度和召回率。 在网上搜索时,我发现了以下帮助完整 URL

Calculate Precision and Recall

我希望使用 NB 分类器在上述 URL 中提供完全相同的内容,除了我想要超过 2 个类的精度和召回率

请帮帮我

谢谢

【问题讨论】:

    标签: machine-learning precision-recall


    【解决方案1】:

    有两种不同的策略来计算不同类别的准确率和召回率。

    第一个选项只是平均它们的值(这称为宏观平均)。

    第二个选项称为微平均,它是加权平均,其中每个类的重要性由其标记实例的相对数量定义。类中的文档越多,它的权重就越大。

    ThisYang 的文章详细解释了这个概念。

    【讨论】:

    • 如果可能的话,你能解释一下我只计算单个类的精度和召回率吗?就像我在为两个类提供的 URL 中解释的那样。我想要每个类的单独精度和召回率两个以上的类
    猜你喜欢
    • 2020-02-23
    • 2012-11-26
    • 2014-11-20
    • 1970-01-01
    • 2010-10-14
    • 2016-07-26
    • 2017-11-13
    • 2016-04-09
    • 1970-01-01
    相关资源
    最近更新 更多