-1

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?

4

1 回答 1

0

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。

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。

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

于 2019-09-28T06:06:58.813 回答