Câu hỏi được gắn thẻ «precision-recall»

Vì tôi có bộ dữ liệu rất mất cân bằng (kết quả dương tính 9%), tôi đã quyết định đường cong thu hồi chính xác phù hợp hơn đường cong ROC. Tôi đã thu được số đo tóm tắt tương tự của khu vực dưới đường cong PR (.49, nếu …

11 classification  precision-recall  auc 

Có thể thực hiện một bài kiểm tra quan trọng chỉ dựa trên điểm chính xác / thu hồi / F1 không? Ví dụ: nếu bạn bắt gặp 2 hệ thống trong một bài báo chỉ báo cáo P / R / F1 (trên cùng một tập dữ liệu, v.v.), …

11 statistical-significance  precision-recall 

Tôi đang làm việc với dữ liệu mất cân bằng, trong đó có khoảng 40 lớp = 0 trường hợp cho mỗi lớp = 1. Tôi có thể phân biệt hợp lý giữa các lớp bằng các tính năng riêng lẻ và đào tạo trình phân loại Bayes và SVM …

11 classification  svm  roc  naive-bayes  precision-recall 

Đây là điểm F beta: Fβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallFβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallF_\beta = (1 + \beta^2) \cdot \frac{\mathrm{precision} \cdot \mathrm{recall}}{(\beta^2 \cdot \mathrm{precision}) + \mathrm{recall}} Bài viết trên Wikipedia nói rằng .FβFβF_\beta "measures the effectiveness of retrieval with respect to a user who attaches β times as much importance to recall as precision" Tôi đã không có …

10 machine-learning  precision-recall  model-evaluation 

Tại sao không thu hồi có tính đến tiêu cực thực sự? Trong các thí nghiệm mà các tiêu cực thực sự cũng quan trọng như các tích cực thực sự, liệu một số liệu so sánh của chúng có tính đến nó không?

10 precision-recall 

Tôi hiện đang so sánh ba phương pháp và tôi có Độ chính xác, auROC và auPR là số liệu. Và tôi có kết quả như sau: Phương pháp A - acc: 0,75, auROC: 0,75, auPR: 0,45 Phương pháp B - acc: 0,65, auROC: 0,55, auPR: 0,40 Phương pháp C …

10 machine-learning  roc  precision-recall 

Câu hỏi này đã có câu trả lời ở đây : Làm thế nào để ngưỡng dự đoán xác suất đa lớp để có được ma trận nhầm lẫn? (1 câu trả lời) Đóng cửa 3 tháng trước . Trên đây là một ví dụ rất đơn giản về việc …

10 probability  classification  precision-recall  multi-class 

Tôi hiện đang gặp một số vấn đề khi phân tích một tập dữ liệu tweet với các máy vectơ hỗ trợ. Vấn đề là tôi có một bộ đào tạo lớp nhị phân không cân bằng (5: 2); được dự kiến ​​sẽ tỷ lệ thuận với phân phối lớp …

10 machine-learning  classification  svm  unbalanced-classes  precision-recall 

1) Làm cách nào tôi có thể thay đổi ngưỡng phân loại (tôi nghĩ là 0,5 theo mặc định) trong RandomForest trong sklearn? 2) làm thế nào tôi có thể dưới mẫu trong sklearn? 3) Tôi có kết quả sau từ trình phân loại RandomForest: [[1635 1297] [520 3624]] precision …

9 classification  random-forest  precision-recall  unbalanced-classes 

Tôi khá bối rối về cách tôi có thể tính toán các giá trị AP hoặc mAP vì dường như có khá nhiều phương pháp khác nhau. Tôi đặc biệt muốn nhận các giá trị AP / mAP để phát hiện đối tượng. Tất cả những gì tôi biết chắc …

8 machine-learning  precision-recall  model-evaluation  average-precision  object-detection 

Giả sử tôi đang xây dựng một phân loại hồi quy logistic dự đoán xem ai đó đã kết hôn hay độc thân. (1 = đã kết hôn, 0 = độc thân) Tôi muốn chọn một điểm trên đường cong gợi nhớ chính xác mang lại cho tôi độ chính …

8 r  precision-recall 

Giả sử tôi đã xây dựng một hệ thống đề xuất rằng (được cho là xếp hạng phim hoặc bất kỳ người dùng nào) sẽ tạo ra một danh sách 10 phim được đề xuất cho mỗi người dùng để xem. Hãy tưởng tượng rằng tôi cũng có một số …

8 precision-recall  recommender-system 

Tôi muốn so sánh các thuật toán phát hiện ngoại lệ. Tôi không chắc chắn nếu khu vực dưới roc hoặc dưới đường cong thu hồi chính xác là biện pháp để sử dụng. Một thử nghiệm nhanh trong matlab cho tôi kết quả kỳ lạ. Tôi cố gắng để …

7 machine-learning  experiment-design  roc  precision-recall  auc 

Tôi đang làm việc với một nhiệm vụ học tập có giám sát, trong đó tôi chỉ có dữ liệu tích cực và không ghi nhãn (học PU). Tôi đã thử nghiệm một vài thuật toán và muốn đánh giá hiệu suất của chúng. Đối với việc học có giám …

7 machine-learning  roc  precision-recall  model-evaluation  semi-supervised