文件名称：sa-uta7-recall-precision:UTA7统计分析的召回率和精确度结果
文件大小：116KB
文件格式：ZIP
更新时间：2024-06-01 02:40:02
dicom specificity medical-imaging statistical-analysis recall
召回率和精度问题UTA7统计分析 该存储库旨在为我们对中的问题的统计分析收集一套 。 为了这个目的，我们正在计算代表我们的（或）的几个热图。 简而言之，是对分类问题的预测结果的简短描述。 在我们的，我们正在为数据集测量这些预测的频率。 数据集代表了我们对乳腺癌的BIRADS值的机器学习预测结果。 从这里开始，我们将解决召回率和精度问题。 但是首先，让我们简短地解释每个。 召回率是正确分类的阳性BIRADS值总数除以预测的阳性BIRADS样本总数的比率。 另一方面， Precision是正确分类的正BIRADS样本总数除以预测的正BIRADS样本总数。 通常，我们认为精度和召回率都表明模型的准确性。 尽管这是正确的，但每个术语都有更深层的，不同的含义。 精确度是指相关结果的百分比。 另一方面，召回指的是您的算法正确分类的所有相关结果的百分比。 毫无疑问，这是一开始就很难理解的概念。 所以
【文件预览】：
sa-uta7-recall-precision-master
----.gitignore(1KB)
----requirements.txt(2KB)
----src()
--------variables()
--------core()
--------structures()
--------notebooks()
--------tests()
--------constants()
--------methods()
--------techniques()
----CONTRIBUTING.md(0B)
----LICENSE(1KB)
----_config.yml(27B)
----.github()
--------FUNDING.yml(291B)
----README.md(14KB)
----web()
--------confusions.html(305KB)
----.circleci()
--------config.yml(293B)