| 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 |
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)。
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。【本文地址】
公司简介
联系我们