深度学习笔记——秒懂评价指标precision和recall（附例子）
Precision：查准率，识别正确的/所有识别出来的。
这个指标反应了你的可信度，比如让儿子把药拿过来，他一定不能错，他可以不把家里全部的药都拿过来，但是他要保证拿过来必须是降压药。也就是拿药的precision一定要是100%。（见eg5）
Recall：查全率，有多少东西被找到了。识别正确的/未识别的+已识别的。
Eg1:总共有100张测试图片，有80张图片上标了路。20张图片里没有路。A模型测试之后，认为50张图片里有路。但是这50张照片中只有40张是真正有路的，另外10张没有路。
- Precision：40/50=80%
- Recall：40/80=50%
- True positives : 正样本被正确识别为正样本：40
- True negatives: 负样本被正确识别为负样本：20
- False positives: 假的正样本，即负样本被错误识别为正样本：10
- False negatives: 假的负样本，即正样本被错误识别为负样本：30
- 总和为100
Eg2:一张图里面有3条路（正样本），2条河（负样本），标记了3条路。B模型测试后，检测结果为4条路，其中真正标记是路的只有2条。
- Precision： 2/（2+2） tp/tp+fp=50%
- Recall：2/3 tp/tp+fn
- True positives : 正样本被正确识别为正样本： 2
- True negatives: 负样本被正确识别为负样本：0
- False positives: 假的正样本，即负样本被错误识别为正样本：2
- False negatives: 假的负样本，即正样本被错误识别为负样本：1
Eg3:一张图里面有3条路（正样本），2条河（负样本），标记了3条路。C模型测试后，检测结果为4条路，其中真正标记是路的只有3条。
- Precision： 3/（3+1） tp/tp+fp=75%
- Recall：3/3=100% tp/tp+fn
- True positives : 正样本被正确识别为正样本： 3
- True negatives: 负样本被正确识别为负样本：1
- False positives: 假的正样本，即负样本被错误识别为正样本：1
- False negatives: 假的负样本，即正样本被错误识别为负样本：0
Eg4:一张图里面有2条路（正样本），1条河（负样本），标记了3条路。D模型测试后，检测结果为3条路，其中真正标记是路的有2条。
- Precision： 2/3 tp/tp+fp= 2/3
- Recall：2/2=100% tp/tp+fn=100%
Eg5:一张图里面有2条路（正样本），1条河（负样本），标记了3条路。E模型测试后，检测结果为1条路，其中真正标记是路的有1条。
- Precision： 1/1=100% tp/tp+fp= 100%
- Recall：1/2=50% tp/tp+fn=50%
深度学习笔记——秒懂评价指标precision和recall（附例子）相关推荐
- 计算深度学习评价指标Precision、Recall、F1
计算深度学习评价指标Precision.Recall.F1 对深度学习的结果进行评价是深度学习的重要一环,一般常用的评价方法有:准确率(Accuracy),精确率(Precision),召回率(Rec ...
- 吴恩达深度学习笔记——结构化机器学习项目（Structuring Machine Learning Projects）
深度学习笔记导航 前言 传送门 结构化机器学习项目(Machine Learning Strategy) 机器学习策略概述 正交化(orthogonalization) 评价指标 数字评估指标的单一性 ...
- 深度学习笔记（14） 评估指标
深度学习笔记(14) 评估指标 1. 正交化 2. 单一数字评估指标 3. 满足和优化指标 4. 改变开发/测试集和指标 1. 正交化 搭建建立机器学习系统的挑战之一是,可以尝试和改变的东西太多太多了 ...
- HALCON 21.11：深度学习笔记---分类(10)
HALCON 21.11:深度学习笔记---分类(10) HALCON 21.11.0.0中,实现了深度学习方法. 本章介绍了如何在训练和推理阶段使用基于深度学习的分类. 基于深度学习的分类是一种对一 ...
- HALCON 20.11：深度学习笔记(10)---分类
HALCON 20.11:深度学习笔记(10)---分类 HALCON 20.11.0.0中,实现了深度学习方法. 本章解释了如何在训练和推理阶段使用基于深度学习的分类. 基于深度学习的分类是一种对一 ...
- 深度学习常用性能评价指标
深度学习常用性能评价指标 前言 基于准确度的指标 基于排名的指标 基于图数据的指标 前言 深度学习性能指标是用于评价深度学习模型性能的依据,是设计模型的重要依据. 基于准确度的指标 对于模型而言仅统计 ...
- 深度学习: mAP (Mean Average Precision)
原文:http://blog.csdn.net/jningwei/article/details/78955536 深度学习: mAP (Mean Average Precision) 版权声明:转载 ...
- HALCON 21.11：深度学习笔记---对象检测, 实例分割(11)
HALCON 21.11:深度学习笔记---对象检测, 实例分割(11) HALCON 21.11.0.0中,实现了深度学习方法. 本章介绍了如何使用基于深度学习的对象检测. 通过对象检测,我们希望在 ...
- HALCON 20.11：深度学习笔记(11)---目标检测
HALCON 20.11:深度学习笔记(11)---目标检测 HALCON 20.11.0.0中,实现了深度学习方法. 本章讲解了如何使用基于深度学习的对象检测. 通过对象检测,我们希望在图像中找到不 ...
最新文章
- windows7 下arp 绑定的实现
- 阿里云获得SAP HANA 2T实例公共云认证
- 如果产品经理去卖土豆粉
- Smartforms Debug
- Oracle统计信息的导出、导入
- SAP License：财务报表版本文本
- hbase Normalizer解决预分区错误，在不动数据的情况下完美解决热点问题
- mac修改php配置文件,MAC下通过改apache配置文件切换php多版本的方法
- Python基础：文件的操作
- selenium 三种断言以及异常类型
- SSL WSS HTTPS
- 新书推荐——Linux系统管理与服务器配置
- 千牛2015卖家版官方电脑版
- 新疆电大计算机考试纸质版,2021年度电大计算机网考纸质题库考前必看题.doc
- 基于javaweb+SSM校园招聘平台招聘管理系统(平台、企业、用户)
- vscode免密登录需要更改authorized_keys的权限
- 基于uniapp开发app,省市区联动
- flutter友盟分享_Flutter中使用友盟统计
- 机械学习07： 常用统计分布：正态分布、T分布、卡方分布、F分布
- Python之正则表达式与JSON