人工智能训练模型评价好坏方法 | 您所在的位置:网站首页 › ai模型怎么训练出来 › 人工智能训练模型评价好坏方法 |
训练出的结果有一下四种 预测结果实际结果TP正正FN正反FP反正TN反反有三个指标判断人工智能训练模型的单方面好坏 正确率(accuracy) = TP+TN/TP+FN+FP+TN精确率(precision) = TP/TP+FP召回率(recall) = TP/TP+FN 一、F1值F值是精确率和召回率的调和平均 F1值是a取1的情况 一般比赛就用F1值。当F1值相差不大时,再看正确率(accuracy)。 二、受试者工作特征曲线(ROC)横坐标是FP,纵坐标是TP。 曲线的面积(AUP)越大,表面正确率越高,曲线越光滑,过拟合程度越低。 b的面积 > a的面积,则b的正确率 > a的正确率。 |
CopyRight 2018-2019 实验室设备网 版权所有 |