问题标签 [precision-recall]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - 什么评价分类器？精度和召回率？
我有一些标记数据，将数据集分类为正面或负面。现在我有一个自动执行相同操作的算法，我想比较结果。
有人说我使用精确度和召回率，但我不确定这些是否合适，因为真正的否定甚至没有出现在公式中。我宁愿对正面和负面都使用一般的“预测率”。
评估算法的好方法是什么？谢谢！！
python - 我无法绘制以下数据：（Precision-Recall 曲线）
您好我正在尝试使用以下数据绘制召回精度曲线：
源代码：
我得到 AUC = 0.01 下的面积是正常的吗？
search-engine - 了解召回率和精度
我目前正在学习信息检索，但我更喜欢召回和精度的例子
搜索者使用搜索引擎来查找信息。结果的第一个屏幕上有 10 个文档，第二个屏幕上有 10 个文档。
假设在搜索引擎索引中已知有 10 个相关文档。
Soo... 总共有 20 个搜索，其中 10 个是相关的。
谁能帮我理解这一点？
谢谢
matlab - 是否有任何函数可以使用 Matlab 计算精度和召回率？
我在计算 matlab 中分类器的精度和召回率时遇到问题。我使用 FisherIris 数据（由 150 个数据点、50-setosa、50-versicolor、50-virginica 组成）。我已经使用 kNN 算法进行了分类。这是我的混淆矩阵：
正确分类率是96%（144/150），但是怎么用matlab计算precision和recall，有什么功能吗？我知道精度=tp/(tp+fp) 和召回率=tp/(tp+fn) 的公式，但我在识别组件时迷失了方向。例如，我可以说真正的正数是矩阵中的 144 吗？假阳性和假阴性呢？请帮忙！！！我真的很感激！谢谢！
r - 你能推荐一个R中的包，可以用来计算多类分类任务的精度、召回率和F1分数吗
是否有任何你会推荐的包可用于计算 R 中多类分类任务的精度、F1、召回率。我尝试使用 ROCR，但它指出：
machine-learning - 文件方程的精度和召回率
嘿，我理解精度和召回方程，我只是对这个问题以及如何锻炼每个 TP、TN、FP 和 FN 的数字感到困惑。
信息检索系统返回 8 个相关文档和 10 个非相关文档。馆藏共有相关文献20篇。系统在这个搜索中的精度是多少，它的召回率是多少，它的 F-measure 是多少？
帮助会很棒，谢谢！
nlp - 文本分类精度和召回率
基本上我必须做一个应用程序，根据单词词汇的词性对文档进行分类。用于学习分类问题的算法是现成的，交给我了。根据我得到的例子，我需要解释这些结果（精度、召回率、准确性）。如果这些结果好不好，有人可以发表他的意见吗？
machine-learning - 学习 Weka - Precision and Recall - .Arff 文件的 Wiki 示例
我是 WEKA 和高级统计的新手，从头开始了解 WEKA 措施。我已经完成了所有 @rushdi-shams 示例，这些都是很好的资源。
在 Wikipedia 上，http ://en.wikipedia.org/wiki/Precision_and_recall示例用一个简单的示例解释了视频软件识别一组 9 只真狗和一些猫中的 7 只狗检测。我完全理解这个例子和召回计算。所以我的第一步，让我们在 Weka 中看看如何使用这些数据进行重现。如何创建这样的 .ARFF 文件？有了这个文件，我有一个错误的混淆矩阵，错误的 Class Recall 准确度不是 1，它应该是 4/9 (0.4444)
输出 Weka（无过滤器）
=== 运行信息 ===
假阴性狗一定有问题，或者我的 ARFF 方法完全错误，我需要另一种属性吗？
谢谢
java - 如何使用 libsvm for java 计算 F 分数
我有一个训练和测试数据集，它们与使用 Java 的 LibSVM 的默认 SVM 代码完美配合。你能告诉我如何获得混淆矩阵和其他值，如精度、召回或至少真阳性率（TPR）、真阴性率（TNR）、假阳性率（FPR）和假阴性率（FNR）。
我正在使用命令行，因此将 file1.txt 作为训练文件，将 tfile1.txt 作为测试文件。我正在使用命令行语法，它给了我准确度百分比。命令是：- 输入：C:....\bin> java svm_predict file1.txt.model file1.out 输出：70.135% Accuracy (157/224)
程序是否有命令行语法来显示诸如 Precision、Recall、Fscore、TPR、TNR、FPR、FNR 等值？我应该怎么办？请帮忙！
precision-recall - 如何计算精度和召回率
数据库和分类规则，如何计算precision和recall？
MinSupp=3% và MinConf=30%
发现规则：
1：（前景，阴）->（玩，是）[支持=0.29，信心=1.00，正确分类=3、7、12、13]
2：（湿度，正常），（有风，FALSE）->（播放，是）[支持=0.29，置信度=1.00，正确分类=5、9、10]
3：（前景，晴天），（湿度，高）->（播放，否）[支持=0.21，置信度=1.00，正确分类=1、2、8]
4: (outlook,rainy), (windy,FALSE) -> (play,yes) [Support=0.21 , Confidence=1.00 , Correctly Classify= 4]
5：（前景，晴天），（湿度，正常）->（播放，是）[支持=0.14，置信度=1.00，正确分类=11]
6: (outlook,rainy), (windy,TRUE) -> (play,no) [Support=0.14 , Confidence=1.00 , Correctly Classify= 6, 14]
谢谢。