"机器学习之类别不平衡问题 (1) —— 各种评估指标" "机器学习之类别不平衡问题 (2) —— ROC和PR曲线" 机器学习之类别不平衡问题 (3) —— 采样方法 前两篇主要谈类别不平衡问题的评估方法，重心放在各类评估指标以及ROC和PR曲线上，只有在明确了这些后，我们才能据此选择具体的处理类 ...
分类：
其他好文 时间：
2018-07-28 20:30:35
阅读次数：
230
机器学习的评估 PR曲线用于positive类数据占比比较小，或者你更加在意false postion（相比于false negative）；其他情况采用ROC曲线；比如Demo中手写体5的判断，因为只有少量5，所以从ROC上面来看分类效果不错，但是从PR曲线可以看到分类器效果不佳。 y_score... ...
分类：
其他好文 时间：
2018-07-17 23:24:07
阅读次数：
502
机器学习：准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线 在介绍指标前必须先了解“混淆矩阵”： 混淆矩阵 True Positive(真正，TP)：将正类预测为正类数，是正的，也预测正的 True Negative(真负，TN)：将负类预测为负 ...
分类：
其他好文 时间：
2018-06-21 17:40:14
阅读次数：
182
在linear model中，我们对各个特征线性组合，得到linear score,然后确定一个threshold，linear score ＜ threshold 判为负类，linear score ＞ threshold 判为正类。画PR曲线时， 我们可以想象threshold 是不断变化的。首 ...
分类：
其他好文 时间：
2017-05-08 16:10:24
阅读次数：
824
在机器学习的算法评估中，尤其是分类算法评估中，我们经常听到精确率(precision)与召回率(recall)，RoC曲线与PR曲线这些概念，那这些概念到底有什么用处呢？ 首先，我们需要搞清楚几个拗口的概念： 1. TP, FP, TN, FN 听起来还是很费劲，不过我们用一张图就很容易理解了。图如 ...
分类：
其他好文 时间：
2017-04-05 22:12:47
阅读次数：
261
人脸检测（detection）在opencv中早就有直接能拿来用的haar分类器，基于Viola-Jones算法。但是毕竟是老掉牙的技术，Precision/Recall曲线渣到不行，在实际工程中根本没法给boss看，作为MSRA脑残粉，这里介绍一种MSRA在14年的最新技术：下点击打开链接载
。这篇文章直接在30ms的时间里把detection和alignment都给做了，PR曲线彪到很高，时...
分类：
其他好文 时间：
2016-05-18 19:58:08
阅读次数：
1969
Keywords: PR curve, ROC curve, Machine Learning, image processing
为了帮助大家理解，比如我们需要检测一个图像中的人，分类器将图像上的每个像素划分为人和非人像素，目标是人，所以检测为人的像素用Positives表示，检测为非人的像素用Negatives来表示，检测到了需要报告，检测到不是需要拒绝，检测到了实际不是则为误报（错误地报告）或...
分类：
其他好文 时间：
2015-08-01 19:06:21
阅读次数：
387
做过图像识别、机器学习或者信息检索相关研究的人都知道，论文的实验部分都要和别人的算法比一比。可怎么比，人多嘴杂，我说我的方法好，你说你的方法好，各做各的总是不行——没规矩不成方圆。于是慢慢的大家就形成了一种约定，用ROC曲线和PR曲线来衡量算法的优劣。关于ROC曲线和PR曲线的详细介绍可参考资料：ROC Analysis and the ROC Convex HullTom Fawcett,An ...
分类：
编程语言 时间：
2015-01-27 00:42:47
阅读次数：
271
TPR=TP/P :真正率：判断对的正样本占所有正样本的比例。 Precision=TP/(TP+FP) ：判断对的正样本占判断出来的所有正样本的比例FPR=FP/N :负正率：判断错的负样本占所有负样本的比例。 Recall = TP/(TP+FN) = TP/P,就是TPR.ROC曲线：横轴是F...
分类：
其他好文 时间：
2014-10-26 22:29:59
阅读次数：
278
ROC曲线在网上有很多地方都有说ROC曲线对于正负样本比例不敏感，即正负样本比例的变化不会改变ROC曲线。但是对于PR曲线就不一样了。PR曲线会随着正负样本比例的变化而变化。但是没有一个有十分具体和严谨地对此做出过分析和论证（至少我没有找到）。此处记为结论1：结论1：PR曲线会随着正负样本比例的变化...
分类：
其他好文 时间：
2014-07-14 08:24:07
阅读次数：
493
