ml-notes

发现不记笔记又不操练太容易忘了。ml和dl都学了好几遍了……

  • TP(True Positive) 真阳性:预测为正,实际也为正
  • FP(False Positive) 假阳性:预测为正,实际为负
  • FN(False Negative) 假阴性:预测与负,实际为正
  • TN(True Negative) 真阴性:预测为负,实际也为负

精确率:
Precision=TP/(TP+FP)

召回率
Recall=TP/(TP+FN)

F1=2*(Precision*Recall)/(Precision+Recall)

第一种计算出所有类别总的Precision和Recall,然后计算F1

第二种方式是计算出每一个类的Precison和Recall后计算F1,最后将F1平均