Je rencontre le coefficient de dés pour la similitude du volume ( https://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefficient ) et la précision ( https://en.wikipedia.org/wiki/Accuracy_and_precision ). Il me semble que ces deux mesures sont identiques. Des
Predicted class Cat Dog Rabbit Actual class Cat 5 3 0 Dog 2 3 1 Rabbit 0 2 11 Comment puis-je calculer la précision et le rappel pour qu'il devienne facile de calculer le score F1. La matrice de confusion normale est une dimension 2 x 2. Cependant, quand il devient 3 x 3, je ne sais pas comment...
Quelle est la meilleure façon d'expliquer pourquoi n'est pas une bonne mesure, par exemple, par rapport à F1?Précision + RappelPrecision+Recall\text{Precision} +
Je me demande quelle est la valeur intrinsèque de l'utilisation de la moyenne harmonique (par exemple pour calculer les mesures F), par opposition à la moyenne arithmétique pondérée pour combiner précision et rappel? Je pense que la moyenne arithmétique pondérée pourrait jouer le rôle de moyenne...
J'essaie de résoudre une tâche appelée détection des piétons et j'entraîne le clasifer binaire sur deux catégories positives - personnes, négatives - en arrière-plan. J'ai un ensemble de données: nombre de positifs = 3752 nombre de négatifs = 3800 J'utilise train \ test split 80 \ 20% et...
Je veux comparer deux algorithmes de classement. Dans ces algorithmes, le client spécifie certaines conditions dans sa recherche. Selon les exigences du client, ces algorithmes doivent attribuer un score pour chaque élément de la base de données et récupérer les éléments ayant les scores les plus...
J'ai une mission d'exploration de données où je crée un système de récupération d'images basé sur le contenu. J'ai 20 images de 5 animaux. Donc au total 100 images. Mon système renvoie les 10 images les plus pertinentes à une image d'entrée. Je dois maintenant évaluer les performances de mon...
Est-il possible de faire un test de signification basé uniquement sur les scores de précision / rappel / F1? Par exemple, si vous rencontrez 2 systèmes dans un document pour lesquels seuls P / R / F1 sont rapportés (sur le même ensemble de données, etc.), pouvez-vous alors effectuer un test de...
Je travaille sur un problème de classification binaire où il est beaucoup plus important de ne pas avoir de faux positifs; beaucoup de faux négatifs sont ok. J'ai utilisé un tas de classificateurs dans sklearn par exemple, mais je pense qu'aucun d'entre eux n'a la capacité d'ajuster explicitement...
J'ai effectué une classification en utilisant plusieurs classificateurs pour des données étiquetées à 2 classes, et j'ai utilisé une validation croisée 5 fois. Pour chaque pli, j'ai calculé tp, tn, fp et fn. Ensuite, j'ai calculé l'exactitude, la précision, le rappel et le score F pour chaque test....
Parce que j'ai un ensemble de données très déséquilibré (9% de résultats positifs), j'ai décidé qu'une courbe de rappel de précision était plus appropriée qu'une courbe ROC. J'ai obtenu la mesure sommaire analogue de l'aire sous la courbe PR (.49, si vous êtes intéressé), mais je ne sais pas...
Je travaille avec des données déséquilibrées, où il y a environ 40 cas class = 0 pour chaque classe = 1. Je peux raisonnablement faire la distinction entre les classes en utilisant des fonctionnalités individuelles, et la formation d'un classificateur naïf Bayes et SVM sur 6 fonctionnalités et des...
Je rencontre actuellement des problèmes lors de l'analyse d'un ensemble de données de tweet avec des machines à vecteurs de support. Le problème est que j'ai un ensemble d'entraînement en classe binaire déséquilibré (5: 2); qui devrait être proportionnelle à la distribution réelle des classes. Lors...
Existe-t-il une méthode standard pour déterminer un point de fonctionnement "optimal" sur une courbe de rappel de précision ? (c.-à-d. déterminer le point de la courbe qui offre un bon compromis entre précision et rappel)
Il s'agit du score F beta: Fβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallFβ=(1+β2)⋅precision⋅recall(β2⋅precision)+recallF_\beta = (1 + \beta^2) \cdot \frac{\mathrm{precision} \cdot \mathrm{recall}}{(\beta^2 \cdot \mathrm{precision}) + \mathrm{recall}} L'article de Wikipedia indique que...
Je compare actuellement trois méthodes et j'ai la précision, auROC et auPR comme métriques. Et j'ai les résultats suivants: Méthode A - acc: 0,75, auROC: 0,75, auPR: 0,45 Méthode B - acc: 0,65, auROC: 0,55, auPR: 0,40 Méthode C - acc: 0,55, auROC: 0,70, auPR: 0,65 J'ai une bonne compréhension de...
Pourquoi le rappel ne prend-il pas en compte les vrais négatifs? Dans les expériences où les vrais négatifs sont tout aussi importants que les vrais positifs, leur métrique comparable en tient-elle
Cette question a déjà une réponse ici : Comment seuiller la prédiction de probabilité multiclasse pour obtenir une matrice de confusion? (1 réponse) Fermé il y a 3 mois . Ce qui précède est un exemple très simple d'avoir une sortie de classificateur de probabilité pour un cas de classe binaire...
1) Comment puis-je changer le seuil de classification (je pense que c'est 0,5 par défaut) dans RandomForest dans sklearn? 2) Comment puis-je sous-échantillonner dans Sklearn? 3) J'ai le résultat suivant du classificateur RandomForest: [[1635 1297] [520 3624]] precision recall f1-score support class...
Supposons que je construis un classificateur de régression logistique qui prédit si quelqu'un est marié ou célibataire. (1 = marié, 0 = célibataire) Je veux choisir un point sur la courbe précision-rappel qui me donne au moins 75% de précision, donc je veux choisir les seuils et , de sorte...