热门标签
热门文章
- 1区块链的潜力是在物联网网络中实现，还是被保留为利基技术
- 2Python安全编码 ——代码注入的实践与防范_python 代码注入
- 3【太原理工大学】软件安全技术—书本重点梳理、带背_下面哪一个不是软件安全编码的主要工作
- 4猴子爬山问题以及拓展奇偶步问题_有一只猴子可以向上跳1个台阶,也可以向上跳2个台阶,还可以向上跳3个台阶,有n个台
- 5测试工具JMeter的使用_tps协议工具
- 6KNN、SVM、MLP、K-means分类实验_适合knn实验的经典数据集有哪些?
- 7FPGA内部资源(Xilinx) ---- IDELAY(延时)
- 8编译器不识别stm指令_请给我一份人脸识别算法SeetaFace2的通关攻略@中科视拓官方...
- 9HCIP-Datacom-ARST自选题库__ISIS多选【28道题】_虽然配置了default-route-advertise always level-1,但是无法引入
- 10python画信号数据的混淆矩阵_sphinx-gallery
当前位置: article > 正文
神经网络与深度学习-学习笔记(3)——深度学习视觉应用_mnist数据集 正例 反例
作者：运维做开发 | 2024-07-06 08:32:15
赞
踩
mnist数据集 正例 反例
目录
算法评估
算法评估相关概念
TP: 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数
FP: 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数
FN:被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数
TN: 被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数
混淆矩阵：
P-R曲线
P-R的关系曲线图，表示了召回率和准确率之间的关系
Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。
