Find centralized, trusted content and collaborate around the technologies you use most.
Teams
Q&A for work
Connect and share knowledge within a single location that is structured and easy to search.
在一篇文章中,使用 SVM 进行分类,表示每个类的 MSE(均方误差)。我正在使用混淆矩阵。MSE 是否像召回一样比较每个班级的结果?
MSE,代表mean_squared_error是回归问题中常用的度量。它可用于检查回归器的性能。
mean_squared_error
MSE = 1/N * sum(y - y^2)
召回是一个度量,其值确实可以从混淆矩阵中推导出来,它回答了以下问题:“正确识别出实际阳性的比例/数量是多少?”
换句话说,数学表达式是TP / TP + FN,其中 TP 代表真阳性,FN 代表假阴性。
TP / TP + FN,
一个重要的区别是这些指标在不同的情况下使用,前者(MSE)与回归问题有关,而后者与分类问题有关。