网站建设哪家比较好,求购机械加工,个人网页设计说明书的设计目的,欧洲手表网站文章目录 1、准确率、精确率、召回率、误报率、漏报率概念及公式1.1 准确率 Accuracy1.2 精确率 Precision1.3 召回率 Recall1.4 F1-Score1.5 误检率 false rate1.6 漏检率 miss rate 2、YOLOv7混淆矩阵分析 1、准确率、精确率、召回率、误报率、漏报率概念及公式
重点参考博文… 文章目录 1、准确率、精确率、召回率、误报率、漏报率概念及公式1.1 准确率 Accuracy1.2 精确率 Precision1.3 召回率 Recall1.4 F1-Score1.5 误检率 false rate1.6 漏检率 miss rate 2、YOLOv7混淆矩阵分析 1、准确率、精确率、召回率、误报率、漏报率概念及公式
重点参考博文【机器学习】准确率、精确率、召回率、误报率、漏报率概念及公式误报率、漏报率、准确率和召回率虚警率、漏警率 误报率和漏报率的关系一般来说无法同时降低误报率和漏报率。举个例子来说某门卫为了防止小偷进入小区凡是过往人员都要盘查这时漏报率为0但是显著提高了误报率反之如果门卫什么都不做任由人员出入那么这是漏报率就会提高而误报率降低为0。漏检率 召回率 1也就是召回率越高漏检率越低 【积累】机器学习知识看里面的1.1.2 二分类问题
阳性正样例 P 和 阴性负样例 N
正样本预测为正样本的为True positiveTP正样本预测为负样本的为False negativeFN负样本预测为正样本的为False positiveFP负样本预测为负样本的为True negativeTN
所以有 P T P F N N F P T N P TP FN \\ N FP TN PTPFNNFPTN
1.1 准确率 Accuracy
反映模型对整体样本判断正确的能力值越大越好但样本不平衡时ACC 不能很好地评估模型性能 A c c T P T F T P F P T N F N Acc \frac{TP TF}{TP FP TN FN} AccTPFPTNFNTPTF
1.2 精确率 Precision
反映模型正确预测正样本精度的能力值越大越好也称精度查准率阳性预测值(positive predictive value, PPV)即衡量在所有预测为正样本的数据中有多少是真正的正样本 P r e c i s i o n ( P P V ) T P T P F P Precision(PPV) \frac{TP}{TP FP} Precision(PPV)TPFPTP
1.3 召回率 Recall
反映模型正确预测正样本全度的能力值越大越好也称真阳性率true positive rate, TPR灵敏度查全率即衡量在所有真实的正样本中有多少被预测为正样本 R e c a l l ( T P R ) T P T P F N T P P Recall(TPR) \frac{TP}{TP FN}\frac{TP}{P} Recall(TPR)TPFNTPPTP
1.4 F1-Score
是对精确率和召回率的加权求和 F 1 − S c o r e 2 × P r e c i s i o n × R e c a l l P r e c i s i o n R e c a l l F1-Score\frac{2×Precision×Recall}{PrecisionRecall} F1−ScorePrecisionRecall2×Precision×Recall
1.5 误检率 false rate
反映模型正确预测正样本纯度的能力值越小越好又称虚警率、假阳性率False Positive Rate即在所有真实的负样本中有多少被预测为正样本 F P R F P T N F P F P N FPR\frac{FP}{TN FP}\frac{FP}{N} FPRTNFPFPNFP
1.6 漏检率 miss rate
反应模型正确预测负样本纯度的能力值越小越好又称错检率、漏警率、假阴性率False Negative Rate即在所有真实的正样本中有多少被预测为负样本漏检率 召回率 1 F N R F N T P F N F N P FNR\frac{FN}{TPFN}\frac{FN}{P} FNRTPFNFNPFN
2、YOLOv7混淆矩阵分析
应该YOLO其他系列的也可以这样分析图中格子里面的数字表示比例其余重要的含义在图中已表示 例如通过计算可以得到对角线的值就表示的召回率漏检率1-Recall0.4 类别 D 00 的召回率 R e c a l l ( T P R ) T P T P F N T P P 0.60 0.60 0.01 0.39 0.6 类别 D 00 的漏检率 F N R F N T P F N F N P 0.01 0.39 0.60 0.01 0.39 0.4 1 − R e c a l l 类别D_{00}的召回率Recall(TPR) \frac{TP}{TP FN}\frac{TP}{P}\frac{0.60}{0.600.010.39}0.6\\ 类别D_{00}的漏检率 FNR\frac{FN}{TPFN}\frac{FN}{P}\frac{0.010.39}{0.600.010.39}0.41-Recall 类别D00的召回率Recall(TPR)TPFNTPPTP0.600.010.390.600.6类别D00的漏检率FNRTPFNFNPFN0.600.010.390.010.390.41−Recall
以D00类别来看
该列除了对角线上的那个值以外反映的是漏检率漏检成了其他的类别该行除了对角线上的那个值以外反映的是误检率误检成了其他的类别
例如第1列第3行的值0.01表示漏检D00且认为是D20的概率是0.01 第2列第1行的值0.01表示误检D00且认为是D10的概率是0.01
