A pontosság a minőség mércéjének tekinthető, a felidézés pedig a mennyiség mértékének. A nagyobb pontosság azt jelenti, hogy az algoritmus relevánsabb eredményeket ad vissza, mint az irrelevánsak, a nagy visszahívás pedig azt jelenti, hogy az algoritmus a legtöbb releváns eredményt adja vissza (függetlenül attól, hogy az irreleváns eredményeket is visszaadja -e vagy sem).
- Mi a jó pontossági és visszahívási pontszám??
- Mit mond a precíziós visszahívási görbe??
- Mi az elfogadható F1 -es pontszám??
- Hogyan értelmezi az F pontszámot??
Mi a jó pontossági és visszahívási pontszám??
A nagy pontosság az alacsony hamis pozitív arányhoz kapcsolódik. Nálunk 0 van.788 pontosság, ami nagyon jó. Visszahívás (érzékenység) - A visszahívás a helyesen megjósolt pozitív megfigyelések és a tényleges osztály összes megfigyelésének aránya - igen.
Mit mond a precíziós visszahívási görbe??
A Precision-Recall görbék összefoglalják a kompromisszumot a valódi pozitív arány és a pozitív prediktív érték között egy prediktív modellben, különböző valószínűségi küszöbértékek használatával.
Mi az elfogadható F1 -es pontszám??
Az F1 pontszám akkor tekinthető tökéletesnek, ha 1, míg a modell teljes kudarc, ha 0 . Ne feledje: Minden modell rossz, de néhány hasznos. Vagyis minden modell generál néhány hamis negatívot, néhány hamis pozitív eredményt, és esetleg mindkettőt.
Hogyan értelmezi az F pontszámot??
Ha nagy f értéket kap (amely nagyobb, mint a táblázatban található F kritikus érték), az azt jelenti, hogy valami jelentős, míg egy kis p érték azt jelenti, hogy minden eredménye jelentős. Az F statisztika csak összehasonlítja az összes változó együttes hatását.