以下方法使用带有StratifiedShuffleSplit的KNN分类器，因为我有一个不平衡的数据集： skf = StratifiedShuffleSplit[test]) print(res)
如何修改scores来计算recall和precision指标，而不是默认精度？
浏览 10提问于2019-11-23得票数 1
回答已采纳
我在python中有以下机器学习管道，使用嵌套交叉验证：from sklearn.svmimport SVCsss_inner= StratifiedShuffleSplit(n_splits=3, test_size=0.2, random_st
浏览 0提问于2017-11-12得票数 0
回答已采纳
auc在处理不平衡数据方面是否更好。在大多数情况下，如果我处理的是不平衡的数据，那么准确性并不能给出正确的想法。尽管准确率很高，但模型的性能很差。如果不是auc，这是处理不平衡数据的最好方法。
浏览 146提问于2019-02-26得票数 0
回答已采纳
在过去的6个月里，我一直在使用R和Python进行分类建模。在分类的基础上，对模型进行了精确性、召回性、Hamming损失、准确性等方面的评价，这些分类模型需要测试数据来计算这些评价指标。当我们计算SSR、SSE、RMSE和其他评价指标时，是否与回归的情况相同。
从R的角度来看，摘要(LmRegressionModel)以一种或另一种方式给出了这些评估指标数字。
浏览 0提问于2018-07-27得票数 -1
回答已采纳
有没有什么简单的方法可以交叉验证分类器，并立即计算精度和召回率？目前我使用的函数是然而，它只计算一个指标，所以我必须调用它2次来计算精度和召回率。对于大型ML模型，计算时间不必要地增加了2倍。有没有内置的更好的选项，或者我必须自己实现交叉验证？
浏览 0提问于2015-06-06得票数 8
这些文件指出：我不明白的是：这些是用来训练网络的指标吗?也就是说，网络的目标是为这些指标获得尽可能好的价值吗？(我不知道它是如何做到的，比如:如果召回率很低，那么当使用正样本时，它会更多地纠正权重)？
浏览 0提问于2019-10-01得票数 1
回答已采纳
我正在使用一种用于多文档提取文本摘要的分类技术。我计算了f-measure，召回率，精确度和准确度。对于我来说，评估此方法生成的摘要的理想指标是什么？
浏览 0提问于2015-01-26得票数 1
是否有一种只为validation_data打印keras指标的方法？所以训练指标只是把我的日志弄得乱七八糟。有办法让他们安静下来吗？编辑:我知道我可以子类Callback，并且只在划时代结束时做这些，但是那样的话，我将对每个时
浏览 2提问于2017-12-12得票数 4
回答已采纳
1回答
对于我的验证数据集(自己的数据)，我使用COCO和Kitti评估指标进行评估。
我希望COCO AP (0.5)值和Kitti 2D AP (带有iou=0.5)也能得到类似的分数。但我不确定它们是否具有可比性，尽管它们背后的逻辑是相同的(检查2D前视图GT和DET框中的iou>0.5并进行匹配，计算精度/召回率). 我发现大多数论文只使用其中一种，没有人真正比较过这两种评估指标的结果。
浏览 10提问于2019-12-12得票数 1
当总损失在一段时间内降至0.1以下时，我在400k步长左右停止了模型。召回率约为65%，准确率为40%，置信阈值为95%。我是否应该改用更快的rcnn ras (它具有更高的mAP，但我认为在我的用例中，精确度不如召回那么重要)？
另一个问题是:对象检测模型的召回率通常是多少？
浏览 1提问于2018-04-21得票数 0
1回答
支持向量机的混淆矩阵如下：我应该使用什么度量来评估模型？使用f-avg、计算精度、回忆和以这种方式计算每个班级的f-1分数可以是一种解决方案：然后计算f-avg，通过计算每个类的两个f-1分数的算术平均值，如上一表的最后一行所报告的那样？
浏览 2提问于2021-04-27得票数 0
回答已采纳
2回答
plt.title("Confusion matrix")plt.xlabel("Predicted")问题是，当我运行这段代码时，会收到以下警告：
UndefinedMetricWarning:在没有真正样本的标签中，召回和F分数定义不清，并被设置为0.0。使用zero_division参数控制此行为。
浏览 0提问于2021-04-05得票数 0
回答已采纳
1回答
我对三种不同的f1计算感到困惑。对于严重不平衡的数据，我应该使用哪种f1评分？我正在研究一个严重不平衡的二进制分类。
浏览 11提问于2021-04-07得票数 0
2回答
我是深度学习的新手，我希望能够使用F1分数来评估经过特定时期训练的模型。我认为它首先需要计算精度和召回率。 训练的模型是SSD-300-Tensorflow。我没有使用sci-kit或任何东西，因为我不确定是否需要这些来计算分数，但任何指导都是非常感谢的。在名为metrics.py的文件夹tf_extended中有一个用于评估的文件，该文件具有用于精度和召回率的代码。训练完我的文件后，我将检查点放在了logs文件夹中。如何计算我的指标？由于硬件限制(G
浏览 72提问于2021-10-03得票数 0
回答已采纳
我想计算每个图像的精确度和召回率。目前，对于每个图像，我有两个.txt:一个表示GT，另一个表示检测。示例： GT: [59, 59, 59]DETECTION: [34] 或 GT: [59, 59, 59]
PRED: [30, 30, 1, 59] 我尝试使用此函数：precision= precision_score(GT, DETECTION, av
浏览 14提问于2020-03-25得票数 0
1回答
是否有方法计算上述结果的精确性和召回率？我明白，如果我正在执行其他ML任务，例如图像分类，那么精确性和回忆是有意义的。使用混淆矩阵将有助于轻松地计算这两个指标。如果精确性和召回没有意义，我还可以使用其他指标来评估模型吗？谢谢!
浏览 0提问于2020-07-13得票数 2
回答已采纳
1回答
我将logistic回归的阈值设置为0.5，然后再使用它进行评分。我现在想要获得该值的精确度、召回率和f1分数。不幸的是，当我尝试这样做时，我看到的唯一阈值是1.0和0.0。如何获取阈值不为0和1的指标。阈值为: 1.0，精度为: 0.85我得不到阈值0.5的精度。以下是相关代码。predictionAndLabels = data.map {
case LabeledPoint(label, features) => (mode
浏览 0提问于2016-01-06得票数 2
我正在使用tensorflow的预训练BERT模型进行基于标记的分类，以自动标记句子中的因果。为了访问BERT，我使用了来自huggingface：的TFBertForTokenClassification-Interface
我用来训练的句子都是根据BERT-tokenizer转换成记号(基本上是单词到数字的映射)，然后在训练之前填充到一定的长度，所以当一个句子只有50个记号，另一个只有30个时，第一个句子用50个单词填充，第二个句子用70个单词填充，得到的通用输入句子长度是100。
浏览 0提问于2020-07-08得票数 1
4回答
在运行我的代码之后，我得到了准确性、精确性和召回率的值，并且我不想从这些指标中确定FP、FN、TP和TN的值。我试着用每一公制的公式来计算它，但我做不到。有什么方法可以做到吗？
浏览 0提问于2019-10-01得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
