识别精确率-tinyxml指南[中文]

时间:2024-07-04 16:39:41
【文件属性】:

文件名称:识别精确率-tinyxml指南[中文]

文件大小:6.46MB

文件格式:PDF

更新时间:2024-07-04 16:39:41

RapidMiner

 Kappa≥0.75 说明已经取得相当满意的一致程度  Kappa<0.4 说明一致程度不够 (7) 识别准确度 识别准确度(Accuracy)定义如下: 100% TP FN Accuracy TP TN FP FN       (15-8) 式中各项说明如下:  TP(True Positives):正确的肯定表示正确肯定的分类数  TN(True Negatives):正确的否定表示正确否定的分类数  FP(False Positives):错误的肯定表示错误肯定的分类数  FN(False Negatives):错误的否定表示错误否定的分类数 (8) 识别精确率 识别精确率(Precision)定义如下: 100% TP Precision TP FP    (15-9) (9) 反馈率 反馈率(Recall)定义如下: 100% TP Recall TP TN    (15-10) (10) ROC 曲线 受试者工作特性(Receiver Operating Characteristic,ROC)曲线是一种非常有效的模型 评价方法,可为选定临界值给出定量提示。将灵敏度(Sensitivity)设在纵轴,1-特异性


网友评论