De quoi rappeler moyenne dans l'Apprentissage de la Machine?
Je sais que le sens de rappel dans le moteur de recherche, mais quel est le sens de rappel d'un classificateur, par exemple classificateur de bayes? veuillez donner un exemple, merci.
par exemple, la Précision = correct/correct+mal de docs pour des données de test. comment comprendre rappel?
Votre "précision" n'est pas correct, la formule que vous avez donné décrit précision, pas précision.
OriginalL'auteur user1687717 | 2013-01-02
Vous devez vous connecter pour publier un commentaire.
Rappel est littéralement combien de vrai résultats positifs ont été a rappelé (trouvé), c'est à dire combien de corriger les hits ont également été trouvés.
De précision (votre formule est incorrecte) est combien de retourné résultats n'étaient vrai positif c'est à dire combien de trouvé est correct hits.
C'est assez simple, en fait.
OriginalL'auteur Anony-Mousse
Précision dans la ML est la même que dans la recherche d'Information.
(Où TP = Vrai Positif, TN = Vrai Négatif, FP = Faux Positifs, FN = Faux Négatif).
Il est logique d'utiliser ces notations pour les classificateur binaire, généralement le "positif" est le moins commun de classification. Notez que la précision/rappel des mesures est en fait la forme spécifique où le nombre de classes=2 pour le plus général la confusion de la matrice.
Aussi, votre notation de "précision" est en fait précision, et est
(TP+TN)/ALL
OriginalL'auteur amit
J'ai trouvé l'explication de La précision et le Rappel de Wikipedia très utile:
Supposons qu'un programme d'ordinateur pour la reconnaissance des chiens en photos identifie 8 chiens dans un tableau contenant les 12 chiens et quelques chats. Du 8 chiens identifiés, 5 sont en fait des chiens (vrais positifs), tandis que le reste sont des chats (faux positifs). La précision du programme est de 5/8 de tout son rappel est 5/12. Lorsqu'un moteur de recherche renvoie 30 pages dont 20 ont été pertinent alors que le défaut de retour de 40 autres pages pertinentes, sa précision est de 20/30 = 2/3 alors que son rappel est 20/60 = 1/3.
Donc, dans ce cas, précision est "quelle est l'utilité des résultats de la recherche", et le rappel est terminé, les résultats sont".
OriginalL'auteur Patrick
Dans un langage très simple: Par exemple, dans une série de photos montrant les politiciens, combien de fois a été la photo de politicien XY a été correctement reconnu comme montrant A. Merkel et pas une autre politicien?
la précision est le rapport du nombre de fois qu'une AUTRE personne a été reconnue (faux positifs) : (hits) /(hits) + (faux positifs)
rappel est le rapport du nombre de fois où le nom de la personne sur les photos a été incorrectement reconnu ('rappeler'): (Corriger les appels) /(Corriger les appels) + (faux appels)
OriginalL'auteur fugu2
Ces terminologies en fait de théorie de détection du signal. Pour plus de détails, voir http://en.wikipedia.org/wiki/Receiver_operating_characteristic
Sur la droite, sous "la Terminologie et les dérivations à partir d'une matrice de confusion".
OriginalL'auteur thang