Обмен технологиями

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Показатель F1 — это показатель, измеряющий производительность модели классификации. Он особенно подходит для обработки крайне несбалансированных наборов данных. Значение показателя F1 варьируется от 0 до 1. Чем больше значение, тем выше производительность.
Формула расчета:
Оценка F1 — это среднее гармоническое значение точности и полноты.
$\ast \ast Ф1счет=2\times \frac{прекясяон\times ресалл}{прекясяон+ресалл}\ast \ast$
Так что же такое точность и отзыв?
Точность: доля образцов, предсказанных моделью как положительные, которые на самом деле являются положительными.
Напомним (скорость отзыва): доля образцов, которые на самом деле относятся к положительному классу и которые модель правильно прогнозирует как положительный класс.
Рассчитывается следующим образом:
$прекясяон=\frac{ТП}{ТП+ФП}$
$ресалл=\frac{ТП}{ТП+ФН}$
Например:

Что такое ТП? ФП? ФН？
TP (True Positive): Модель прогнозирует положительный класс, и на самом деле это положительный класс. Есть 2 примера.
FP (ложное срабатывание): модель прогнозирует положительный класс, но на самом деле это отрицательный класс. Есть 1 пример.
FN (ложноотрицательный): модель прогнозирует отрицательный класс, но на самом деле это положительный класс. Здесь есть 1.
$прекясяон=\frac{ТП}{ТП+ФП}=\frac{2}{2+1}=0.67$
$ресалл=\frac{ТП}{ТП+ФН}=\frac{2}{2+1}=0.67$
$Ф1счет=2\times \frac{прекясяон\times ресалл}{прекясяон+ресалл}=2\times \frac{0.67\times 0.67}{0.67+0.67}=0.67$

На какие вопросы отвечают соответственно припоминание и точность?？
Напомним: да, вообщеНа самом деле положительный типВ образцеПрогнозируется на позитивиз!
Следовательно, ответ такой: сколько среди всех положительных образцов правильно распознано моделью.
Точность: Да, вообщеПрогнозируется на позитивВ образцеНа самом деле это тоже позитивсоотношения.
Следовательно, ответ таков: сколько из всех образцов, которые, по прогнозам, будут положительными, являются положительными?