热门标签
热门文章
- 1机器学习——最优化模型
- 2JVM学习-类加载器_java_home/jre/lib目录可以自己添加类吗
- 3【MMDetection3D】基于单目（Monocular）的3D目标检测入门实战_mmdetection 3d
- 4Linux chown命令详解
- 5AIC和BIC在Python中的应用_python中ar模型aic bic
- 6oracle asm磁盘组三种模式_Oracle数据库高可用性–扩展的RAC和MAA
- 7机器学习算法基于语言模式辅助诊断抑郁症
- 8【透视图像目标检测（0）】卷首语
- 9深入理解PyTorch中的nn.Embedding
- 10IJCAI 2023|CiT-Net: Convolutional Neural Networks Hand in Hand with Vision Transformers for Medical
当前位置: article > 正文
F1-score值计算
作者：繁依Fanyi0 | 2024-03-31 00:28:57
赞
踩
f1-score
F1分数（F1 Score），是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。F1分数可以看作是模型精确率和召回率的一种加权平均，它的最大值是1，最小值是0。
1. TP、TN、FP、FN解释说明
| 真实情况 | 预测结果 | |
| 正例 | 反例 | |
| 正例 | TP（真正例） | FN（假反例） |
| 反例 | FP（假正例） | TN（真反例） |
- 行表示预测的label值，列表示真实label值
- TP：True Positive, 被判定为正样本，事实上也是正样本。
- FP：False Positive,被判定为
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/342474
推荐阅读
相关标签
