标签:info 通过 产生 name 信息 png 准确率 http 应用
分类算法如果用分类准确度来衡量好坏将会存在问题。例如一个癌症预测系统,输入体检信息,可以判断是否有癌症,预测准确度可以达到99.9%,看起来预测系统还可以,但是如果癌症的产生概率只有0.1%,那么系统只要预测所有人都是健康的就可以达到99.9%的准确率,因此虽然准确率很高,但是预测系统实际上没有发挥什么作用。更加极端的如果癌症概率只有0.01%,那么预测所有人都是健康的概率是99.99%,比预测系统的结果还要好。因此可以得到结论:在存在极度偏斜的数据中,应用分类准确度来评价分类算法的好坏是远远不够的。
对于二分类问题。可以得到如下的混淆矩阵。
通过混淆矩阵可以得到精准率和召回率,用这两个指标评价分类算法将会有更好的效果。
标签:info 通过 产生 name 信息 png 准确率 http 应用
原文地址:https://www.cnblogs.com/tianqizhi/p/9743533.html