precision-recall

    0熱度

    1回答

    任何人都可以幫助我計算超過2級的精度和召回率。 雖然谷歌搜索在互聯網上,我發現了以下幫助完整的URL Calculate Precision and Recall 正是我想要使用NB分類除了我想精確度和召回超過2班 上述網址相同的可用請幫我 謝謝

    2熱度

    1回答

    我是WEKA新手,先進的統計數據,從頭開始瞭解WEKA度量。我已經完成了所有@ rushdi-shams示例,這些都是很好的資源。 在維基百科上,http://en.wikipedia.org/wiki/Precision_and_recall的例子用一個簡單的例子來解釋一個簡單的例子,該例子描述了一組9只真正的狗和一些貓在一組狗中檢測到7只狗的視頻軟件。我完全理解這個例子,以及召回計算。 所以我

    3熱度

    2回答

    目前我正在學習信息檢索是我比較堅持了召回率和準確 搜索者使用搜索引擎尋找信息的一個例子。第一個結果屏幕上有10個文件,第二個屏幕上有10個文件。 假設已知在搜索引擎索引中有10個相關文檔。 Soo ...共有20個搜索,其中10個相關。 任何人都可以幫助我理解這一點嗎? 謝謝

    -2熱度

    1回答

    嘿我明白了精度和召回方程,我只是對這個問題感到困惑,以及如何計算每個TP,TN,FP和FN的數字。 信息檢索系統返回8個相關文件和10個無關文件。收集中共有20個相關文件。該搜索系統的精確度是什麼?它的召回是什麼?它的F-measure是什麼? 幫助會很好,謝謝!

    0熱度

    1回答

    我已經構建了一個推薦系統,根據一組加權指標推薦與項目相似的前10個項目。現在,所有人都可以做的是選擇一個項目,系統會顯示與所選項目類似的前10個項目。我很困惑可用於評估這種系統的評估技術。在沒有用戶參與的情況下,精確度/召回率估算是否合理?任何有關這類系統評估技術的指針都會受到重視。

    3熱度

    1回答

    你好我試圖通過使用下面的數據來繪製召回精密曲線: Recall Precision 0.88196 0.467257 0.898501 0.468447 0.89899 0.470659 0.900789 0.471653 0.900922 0.472038 0.901012 0.472359 0.901345 0.480144 0.901695 0.482353 0.9028

    5熱度

    1回答

    計算精度,召回率和F-分數與LIBSVM我想precision,recall和f-score使用LIBSVM在Python,但我不知道如何計算。我發現this site,但我不明白如何調用該函數,如果你能幫助我通過例子。

    2熱度

    1回答

    我正在根據tutorial做一個檢測垃圾郵件帳戶的項目。兩個標籤 - 「垃圾郵件」和「非垃圾郵件」用於培訓和測試。分類已經完成,我正在進行評估。 的結果是: *Spam* precision: 0.962917933131 *Spam* recall: 0.6336 *Not spam* precision: 0.72697466468 *Not spam* recall: 0.9756

    0熱度

    1回答

    我使用libsvm.jar(獨立於weka)開發了一個datamining應用程序。 但我找不到如何實現Precision/Recall(在java中)來驗證我的模型性能。 在Libsvm類中是否有包含API或方法的API? 瞭解這種功能包含在LIBSVM的C和Python版本中(但不包括在java中)。

    0熱度

    1回答

    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。 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!!