2回答
是否有可用于多类多标签分类的评估指标？例如，我参加了kaggle的以下比赛，它需要ROC AUC作为评估指标。：
使用sklearn可以做到这一点吗？
浏览 3提问于2013-08-07得票数 0
如何评估我的MLPClassifier模型？混淆矩阵、准确性、分类报告是否足够？我需要ROC来评估我的MLPClassifier结果吗？我在处理多类分类问题。
浏览 5提问于2022-06-20得票数 0
回答已采纳
2回答
多类分类器评价
、、
我正在阅读分类器，特别是多类分类器。我的问题是，当我用查准率和查全率来评价分类器时，我不明白假阳性和假阴性在多类分类器评估中的意义。例如，当我对文档进行分类(其实际类别为C1)时，分类器将其分类为C2。那么，我应该在C2增加假阳性，在C1增加假阴性吗？(因为真正的答案是C1。)
浏览 5提问于2017-01-25得票数 0
回答已采纳
我使用e1071包对文本文档进行支持向量机多类分类。通常对多类分类模型的评估是通过一致性、精度(微观，宏观)、召回率(微观，宏观)、f1 (微观，宏观)等进行的。我想从这个评估的10倍交叉验证中获得结果(手动实现)。有这样做的可能性吗？如果没有，是否有其他工作可做？
浏览 0提问于2014-03-27得票数 1
2回答
多类分类的评价方法
、、、、
我正在寻找的单一数字评估方法，可以用于考虑不平衡的数据集的多类分类任务。例如，由二进制分类器定义的ROC-AUC是单个数字，并考虑了不平衡的数据集.另一方面，精度是单个数字，定义为多类分类器，不考虑不平衡的数据集。最后，定义了多类的混淆矩阵，考虑到了这一点，但不是单数。
浏览 0提问于2018-05-05得票数 3
回答已采纳
1回答
我想在ML.NET上做我的第一个应用，我赌威斯康星州的。我自己生成了.csv文件。该文件的一条记录如下：得到31种不同的特征(列)。cla
浏览 1提问于2018-09-14得票数 3
回答已采纳
我应该指出，尽管我对ML有一些基本知识，但这是我正在从事的第一个大型ML项目，对于我的研究项目的建议，我需要提出一个评估标准。该问题是一个多类(16类)分类问题，其中一个数据点可以被分类为多个类(但不是基于排序)。我计划将其建模为每个类的二进制分类问题，但对于相关的评估指标，我无法找到合适的应用程序。因此，首先，我是否应该评估每个类别的个人性能( A类分类的效果如何)，是否应该进行一般评估(这个数据点属于A、B、C，但在最后只对A和B
浏览 0提问于2019-11-13得票数 1
1回答
这个问题实际上是一个多标签分类问题，这意味着每个剪辑可以同时拥有多个标签。我已经在多标签分类任务上找到了许多关于AUC计算的参考文献，但是这些都没有解释如何去做。
(一个例子)
浏览 0提问于2017-08-22得票数 6
1回答
我已经尝试了几个代码，但大多数都给我一个错误的多标签是不解释的。我有以下代码，直到我的神经网络产生准确性。如果有人能帮助我完成代码的后面部分，我将不胜感激。
浏览 25提问于2018-08-30得票数 1
回答已采纳
1回答
目标检测的准确性、精确性和召回性--在ROC曲线上绘出了精确性和召回性--这些都是最常见的图像分类算法可视化和评估结果的方法。
我正在研
浏览 0提问于2014-08-07得票数 1
回答已采纳
1回答
我正在使用tensorflow DNNClassifier进行多标签分类，它在使用其度量标准时使用准确性。我正在使用sklearn f1指标对模型进行评估，它显示出相当低的分数。DNN分类器 embedding_feats = hub.text_embedding_column(key='text', dropout=0.1,
optimizer=tf.t
浏览 16提问于2019-05-28得票数 0
1回答
如何与Keras建立混淆矩阵？
、、、、
我已经训练了我的CNN的模型(多类分类)使用keras，现在我想评估我的测试集的图像模型。是否有办法创建混淆矩阵？
浏览 9提问于2022-01-19得票数 0
回答已采纳
假设我有一个三类问题，我想构建一个可以根据一组特征区分类的分类器。我想根据模型区分这3个类的能力来评估它。从我的阅读来看，宏观F1分数似乎是用于评估多类问题分类器的常用指标，其中为每个类计算F1分数，然后将这些F1分数的未加权平均值用作macro F1 score。在其他文献中，我见过用于多类问题的平衡精度，其中计算每一类的精度，然后将这些精度的未加权平均值用作balanced accuracy。
为什么宏观F1得分比平衡准确性更受青睐？我们如何以与平衡准确率相同的方式
浏览 4提问于2016-03-09得票数 3
1回答
测试集评价的置信区间
、、、、
我想知道，在评估测试集上分类器的性能时，“最佳实践”方法是如何找到置信区间的。据我所见，有两种不同的方法来评估一种度量的准确性，比如精确度：
用公式区间=z* sqrt( (误差* (1 -误差))/ n)计算精度，其中n是样本大小，误差是分类误差(即1-精度)，z是一个代表高斯标准差倍数的数字训练将测试集分割成k个折叠，并训练k个分类器，为每个分类器留下一个不同的折叠。然后在测试集上对所有这些进行评估，并计算均值和方差。直觉上，我觉得后者会给我一个关于性能对
浏览 0提问于2021-10-19得票数 1
回答已采纳
我正在寻找一个使用Spark-Scala的多类分类示例，但我还找不到。具体地说，我想训练一个分类模型，并查看训练和测试数据上的所有相关指标。Spark ML (基于DataFrame的API)是否支持多类问题的混淆矩阵？
我正在寻找Spark v2.2及以上的例子。一个端到端的例子将会非常有用。我在这里找不到混淆矩阵评估-
浏览 0提问于2018-12-27得票数 2
1回答
多标签分类-过配？
、、、、
我的任务如下：药物组合和肾功能衰竭相关症状都表示为一个热编码(例如，在总共4种症状中，有人得到症状1，症状3被表示为[1,0,1,0])。📷在加入辍学和L2调整(基线Reg)后，验证损失不会增加太多，这似乎解决了过
浏览 0提问于2020-09-08得票数 2
1回答
我有一个多等级的分类问题。我主要是使用宏观平均F1度量来评估模型的性能，并希望验证这些结果是否具有统计学意义。我有两个分类器在相同的训练/测试集(配对观察)的结果。一些消息来源建议使用McNemar的测试来完成二进制分类任务。然而，对于多类分类问题，McNemar的测试有什么推广吗？如果是的话，进行这些测试的适当程序是什么？
浏览 0提问于2020-11-15得票数 2
回答已采纳
1回答
我实现了一种简单的朴素贝叶斯方法，它与火花教程中的给定示例完全相同。下面是我实现它的方法： Dataset<Row> dataFrame = Dataset<Row>[] splits = dataFrame.randomSplit(new
浏览 1提问于2018-12-02得票数 0
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
我正在构建一个多类分类器来预测一个问题的“意图”。目标变量中约有100个类，每个目标类包含的观察/问题所占比例不等，从3 %到40 %不等。对这个分类器来说，什么是一个很好的评价标准？优化建议的评估指标的最佳代理损失函数是什么？
编辑:这不是排名问题。该模型只能预测一个目标类。对于每个目标类，错误分类的代价是相同的。
浏览 0提问于2018-11-09得票数 2
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
