学习笔记
1 分钟 读完 (大约 122 个字) 0次访问

简单理解PRF

精准率

模型输出的结果是正确的概率

召回率

模型中原本应该输出的结果是实际输出的概率

混淆矩阵

混淆矩阵

精准率

$$P={TP\over{TP+FP}}$$

回归率

$$R={TP\over{TP+FN}}$$

F1-score

$$F_1=2{PR\over{P+R}}$$

总结

  • 精准率低相当于输出的预测很多都是错的
  • 召回率低相当于很多应该被预测到的结果没有预测到
# deep learning

喜欢这篇文章？打赏一下作者吧

CADA-VAE论文阅读笔记
tensorflow+cuda+cudnn安装成功的版本（持续更新）

评论

关注我

链接

分类

标签云

ReID anaconda cuda deep learning few-shot learning gpu markdown python semi-supervised learning tensorflow zero-shot learning

最新文章

归档

标签

ReID 4
anaconda 1
cuda 1
deep learning 3
few-shot learning 1
gpu 1
markdown 1
python 1
semi-supervised learning 1
tensorflow 1
zero-shot learning 1

最新文章

归档

标签

ReID 4
anaconda 1
cuda 1
deep learning 3
few-shot learning 1
gpu 1
markdown 1
python 1
semi-supervised learning 1
tensorflow 1
zero-shot learning 1
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×