NLP中P,R,F1,acc含义以及怎么求

TP: Ture Positive 把正的判断为正的数目。
FN: False Negative 把正的错判为负的数目。
FP: False Positive 把负的错判为正的数目。
TN: True Negative 把负的判为负的数目。

精确率就是算正样本中有多少是正确的。(简单来说是你预测为正的样本中有多少是正确的)
公式:P=TP/(TP+FP)

召回率是所有的正样本中有多少被预测正确了
公式:R=TP/(TP+FN)

F1就是综合P,R
公式:F1=2PR/(R+P)

准确率是有多少样本被预测正确
公式:acc=(TP+TN)/(TP+FN+TN+FP)

Original: https://blog.csdn.net/qitiao7777777/article/details/118048212
Author: qitiao7777777
Title: NLP中P,R,F1,acc含义以及怎么求

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/545267/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球