[英]Why is there no name for the precision of the negative class in the assessment of a binary classifer?
在二元分類器的評估中，我們知道特異性是負數 class 的召回率。
因此，兩種召回方式都有明確的名稱。
然后看精度，我不禁想知道為什么負數 class 沒有類似的版本，ala
tn / (tn + fn)
似乎有用的問題是，“在所有預測為陰性的樣本中，有多少是真的陰性？” 所以您會認為該指標會有自己的名稱。 有什么明顯的我想念的嗎？
其實有個名字： 陰性預測值。
為什么不查看分類報告中兩個類別的准確率和召回率？
[英]Why not look at the precision and recall of both classes combined in a classification report?
class_id 使用 metric_recall_at_precision 或 metric_precision_at_recall 支持 R (keras / tensorflow) 中的分類深度學習問題
[英]class_id support for categorical deep learning problems in R (keras / tensorflow) using metric_recall_at_precision or metric_precision_at_recall
為什么 Keras Precision 指標適用於 One-Hot-Vectors 但其 Accuracy 指標卻不起作用？
[英]Why does Keras Precision metric work on One-Hot-Vectors but their Accuracy metric does not?
為什么我得到這個“模塊'nltk.translate.metrics'沒有屬性'precision'”？
[英]Why did i get this "module 'nltk.translate.metrics' has no attribute 'precision'"?
為什么 sklearn 在二分類中返回准確率和加權平均召回率相同的值？
[英]Why sklearn returns the accuracy and weighted-average recall the same value in binary classification?
Keras 指標：只計算二分類中一類的結果
[英]Keras metrics: calculating the results of only one class in binary classification
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
