首页 > 试题广场 >

有关机器学习分类算法的Precision和Recall，以下

[单选题]

有关机器学习分类算法的Precision和Recall，以下定义中正确的是（假定tp = true positive, tn = true negative, fp = false positive, fn = false negative）

Precision= tp / (tp + fp), Recall = tp / (tp + fn)

Precision = tp / (tn + fp), Recall = tp /(tp + fn)

Precision = tp / (tn + fn), Recall = tp /(tp + fp)

Precision = tp / (tp + fp), Recall = tp /(tn + fn)

查看正确选项

西南交一枝花

本题分类问题，同等于检索问题（精确度==查准率，召回率==查全率）。

分类结果以混淆矩阵表现， $p = \frac{TP}{TP+FP}$ , $p = \frac{TP}{TP+FN}$ ,

1、精确度对应预测正确的占预测情况中正类（真正类+假正类）的比例；

2、召回率对应预测正确的占真实情况正类（真正类+假负类）的比例。

发表于 2019-04-25 10:59:52 回复(0)

橙汁果果果

精准率Precision:预测为正且实际为正的样本（TP）占所有预测为正样本的比率，所有预测为正的样本包括把正类预测成正类（TP）,把负类预测成正类(FP)，相对于预测的样本而言。

召回率Recall:预测为正的样本（TP）占真实正样本的比率，真实正样本包括把正类预测成正类(TP)，把正类预测成负类(FN)，相对于原样本而言。

发表于 2019-05-27 14:50:09 回复(0)

空空就是悟空

精确率(precision)的公式是 Precision= tp / (tp + fp), 它计算的是所有"正确被检索的样本(TP)"占所有"实际被检索到的样本(TP+FP)"的比例；

召回率(recall)的公式是 Recall = tp / (tp + fn), 它计算的是所有"正确被检索的样本(TP)"占所有"应该检索到的正确样本(TP+FN)"的比例。

发表于 2019-04-04 12:17:40 回复(0)

anroxi

precision：分类正确的样本占分类器判定为正样本的比例

Recall：分类正确的正样本占真正的正样本的比例

发表于 2019-04-15 22:56:28 回复(0)

从0到1我可以

<p>精确度查全 tp/tp+np </p><p>召回率查准 tp/ tp+ nf</p>

发表于 2020-11-17 09:41:17 回复(0)

提交观点

问题信息

创新工场算法工程师机器学习

来自：创新工场DeeCamp...

上传者：小小

难度：

5条回答 457收藏 6158浏览

扫一扫，把题目装进口袋