Saya menemukan koefisien Dice untuk kesamaan volume ( https://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefisien ) dan akurasi ( https://en.wikipedia.org/wiki/Accuracy_and_precision) ). Tampak bagi saya bahwa kedua ukuran ini sama. Adakah
Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Bagaimana saya bisa menghitung presisi dan mengingat sehingga menjadi mudah untuk menghitung skor-F1. Matriks kebingungan normal adalah dimensi 2 x 2. Namun, ketika menjadi 3 x 3 saya tidak tahu bagaimana cara...
Apa cara terbaik untuk menjelaskan mengapa adalah bukan ukuran yang baik, katakanlah, dibandingkan dengan F1?Presisi + IngatPrecision+Recall\text{Precision} +
Saya bertanya-tanya apa nilai intrinsik dari penggunaan rata-rata harmonik (misalnya untuk menghitung ukuran-F), yang bertentangan dengan rata-rata aritmatika tertimbang dalam menggabungkan presisi dan daya ingat? Saya berpikir bahwa rata-rata aritmatika tertimbang dapat memainkan peran rata-rata...
Saya mencoba untuk menyelesaikan tugas yang disebut deteksi pejalan kaki dan saya melatih clasifer biner pada dua kategori positif - orang, negatif - latar belakang. Saya punya dataset: jumlah positif = 3752 jumlah negatif = 3800 Saya menggunakan train \ test split 80 \ 20% dan bentuk...
Saya ingin membandingkan dua algoritma peringkat. Dalam algoritma ini, klien menentukan beberapa kondisi dalam pencariannya. Menurut persyaratan klien, algoritma ini harus menetapkan skor untuk setiap item dalam basis data dan mengambil item dengan skor tertinggi. Saya telah membaca berbagai topik...
Saya memiliki tugas penambangan data di mana saya membuat sistem pengambilan gambar berbasis konten. Saya memiliki 20 gambar dari 5 hewan. Jadi total 100 gambar. Sistem saya mengembalikan 10 gambar yang paling relevan ke gambar input. Sekarang saya perlu mengevaluasi kinerja sistem saya dengan...
Apakah mungkin untuk melakukan tes signifikansi hanya berdasarkan skor presisi / recall / F1? Misalnya, jika Anda menemukan 2 sistem dalam makalah yang hanya melaporkan P / R / F1 (pada dataset yang sama, dll.), Dapatkah Anda melakukan tes signifikansi statistik? Jika ya, bagaimana itu...
Saya sedang mengerjakan masalah klasifikasi biner di mana jauh lebih penting untuk tidak memiliki false positive; cukup banyak negatif palsu ok. Saya telah menggunakan banyak pengklasifikasi di sklearn misalnya, tetapi saya pikir tidak satupun dari mereka memiliki kemampuan untuk menyesuaikan...
Saya telah melakukan klasifikasi menggunakan beberapa pengklasifikasi untuk data berlabel 2 kelas, dan saya menggunakan validasi silang 5 kali lipat. Untuk setiap lipatan saya menghitung tp, tn, fp, dan fn. Kemudian saya menghitung akurasi, ketepatan, daya ingat dan skor-F untuk setiap tes....
Karena saya memiliki dataset yang sangat tidak seimbang (hasil positif 9%), saya memutuskan kurva presisi-recall lebih tepat daripada kurva ROC. Saya memperoleh ukuran ringkasan analog dari area di bawah kurva PR (0,49, jika Anda tertarik) tetapi tidak yakin bagaimana menafsirkannya. Saya pernah...
Saya bekerja dengan data yang tidak seimbang, di mana ada sekitar 40 kelas = 0 kasus untuk setiap kelas = 1. Saya dapat membedakan antara kelas menggunakan fitur individual, dan melatih Bayes naif dan classifier SVM pada 6 fitur dan data yang seimbang menghasilkan diskriminasi yang lebih baik...
Saya saat ini menghadapi beberapa masalah menganalisis dataset tweet dengan mesin vektor dukungan. Masalahnya adalah bahwa saya memiliki satu set pelatihan kelas biner yang tidak seimbang (5: 2); yang diharapkan sebanding dengan distribusi kelas nyata. Saat memprediksi saya mendapatkan presisi...
Apakah ada metode standar untuk menentukan titik operasi "optimal" pada kurva recall presisi ? (Yaitu, menentukan titik pada kurva yang menawarkan trade-off yang baik antara presisi dan recall) Terima
Ini adalah skor F beta: Fβ= ( 1 + β2) ⋅ p r e c i s i o n ⋅ r e c a l l( β2⋅ p r e c i s i o n ) + r e c a l lFβ=(1+β2)⋅halrecsayassayaHain⋅recSebuahll(β2⋅halrecsayassayaHain)+recSebuahllF_\beta = (1 + \beta^2) \cdot \frac{\mathrm{precision} \cdot \mathrm{recall}}{(\beta^2 \cdot \mathrm{precision})...
Saat ini saya membandingkan tiga metode dan saya memiliki Akurasi, auROC dan auPR sebagai metrik. Dan saya memiliki hasil sebagai berikut: Metode A - acc: 0.75, auROC: 0.75, auPR: 0.45 Metode B - acc: 0.65, auROC: 0.55, auPR: 0.40 Metode C - acc: 0,55, auROC: 0,70, auPR: 0,65 Saya memiliki...
Mengapa ingat tidak memperhitungkan negatif sebenarnya? Dalam eksperimen di mana negatif sejati sama pentingnya dengan positif sejati, apakah metrik mereka yang sebanding
Pertanyaan ini sudah ada jawabannya di sini : Bagaimana cara threshold prediksi probabilitas multiclass untuk mendapatkan confusion matrix? (1 jawaban) Ditutup 3 bulan lalu . Di atas adalah contoh yang sangat sederhana untuk memiliki output probabilitas...
1) Bagaimana saya bisa mengubah ambang klasifikasi (saya pikir itu adalah 0,5 secara default) di RandomForest di sklearn? 2) bagaimana saya bisa mengambil sampel dalam sklearn? 3) Saya mendapatkan hasil berikut dari pengelompokkan RandomForest: [[1635 1297] [520 3624]] precision recall f1-score...
Misalkan saya sedang membangun classifier regresi logistik yang memprediksi apakah seseorang sudah menikah atau lajang. (1 = menikah, 0 = tunggal) Saya ingin memilih titik pada kurva presisi-ingat yang memberi saya setidaknya 75% presisi, jadi saya ingin memilih ambang dan ,