2013年12月12日
ROC曲线
摘要： 1.混淆矩阵（confusion matrix） 针对预测值和真实值之间的关系，我们可以将样本分为四个部分，分别是： 真正例（True Positive，TP）：预测值和真实值都为1 假正例（False Positive，FP）：预测值为1，真实值为0 真负例（True Negative，TN）:预测值与真实值都为0 假负例（False Negat... 阅读全文
posted @ 2013-12-12 16:51 Dengchao 阅读(12878) 评论(0) 推荐(0) 编辑
假正例与假负例的平衡
摘要： 假正例（False Positive）：预测为1，实际为0的样本 假负例（False Negative）:预测为0，实际为1的样本 实际预测中，那些真正例（True Positive）和真负例（True Negative）都不会造成损失（cost）。 那么，我们假设一个假正例的损失是LFP，一个假负例的损失是LFN。 我们可以得到一个损失矩阵： ... 阅读全文
posted @ 2013-12-12 15:36 Dengchao 阅读(1173) 评论(0) 推荐(0) 编辑
2013年11月29日
信息检索中的结果评价
摘要： 一、无序结果评价 1.正确率（Precision） 可以看到，准确率的范围是在[0,1]，准确率反应了系统返回的文档中，真正相关的文档占的比例。 2.召回率（Recall） 召回率的返回也是[0,1],召回率反应了系统对于那些真正相关的文档，有多少被返回了。 召回率和准确率如果都很高，说明检索系统的结果很不错哦，但是二者很难兼得，试想，如果我讲所有的候选文档全部返回，那必然就返回... 阅读全文
posted @ 2013-11-29 12:16 Dengchao 阅读(1676) 评论(0) 推荐(0) 编辑