什麼評估分類器？精確度和召回率？

我有一些標記的數據將數據集分類爲正數或負數。現在我有一個自動執行相同的算法，我想比較結果。什麼評估分類器？精確度和召回率？

據說我使用精確度和回憶，但我不確定這些是否合適，因爲真正的底片甚至不出現在公式中。我寧願傾向於使用普遍的「預測率」，既有積極的一面，也有消極的一面。

這將是一種評估算法的好方法嗎？謝謝！！

2013-09-25 classification_guy

你可以請你發佈你的代碼嗎？ – Beppe

結果是這樣的：

 data + user + algorithm ----------|------|---------- some text | pos | pos other txt | neg | pos whatever | neg | neg littlepny | pos | neg stackover | neg | pos

–

sry的格式...我新來這裏...結果是這樣的：{[some text，pos，pos]; [other txt，neg，pos]; [whatever，neg，neg]; [littlepny，pos，neg]} ...所以它像一些數據，然後是手動註釋，然後是程序的輸出。 ...我只是不確定我是否應該使用精度/召回來顯示它的工作原理或其他「數字」有多好...... ;-) –

有評價的不一般的「最好」的方法，一切都取決於你是什麼目的，因爲每個方法捕獲不同的現象：

精度是簡單的措施，非常適合於多標籤分類而良好的平衡數據
F1-得分捕獲精度/召回折衷
MCC是一個很好的措施，其非常適合於在類別大dissproportion數據集尺寸

來源

2013-09-28 19:21:01 lejlot

什麼評估分類器？精確度和召回率？

回答

相關問題