2020年7月31日
聚类评估指标系列(二)：准确率和F值
摘要： 上一篇博客介绍了准确率和F值这两个评估模型分类性能的指标，它们在聚类模型上的应用会稍微复杂一点点。 下文摘自知乎几种常见的聚类评估指标。 假设我们现在有猫狗图片100张，其中猫又25张，狗有75张。现在我们通过某种聚类算法对其进行聚类，聚类的结果为簇A中有38张图片（其中20张猫18张狗），簇B中有 阅读全文
posted @ 2020-07-31 23:07 Picassooo 阅读(7267) 评论(0) 推荐(0)
混淆矩阵，准确率，召回率，F-score，PR曲线，ROC曲线，AUC
摘要： 本文的部分内容摘自韩家炜《数据挖掘》 四个术语 混淆矩阵（Confusion Matrix） 评估度量 还有一个术语：负正类率(false positive rate, FPR)，也叫做打扰率计算公式为：FPR=FP/(FP+TN)=FP/N。负正类率计算的是分类器错认为正类的负实例占所有负实例的比 阅读全文
posted @ 2020-07-31 16:52 Picassooo 阅读(2365) 评论(0) 推荐(0)
聚类评估指标系列(一)：标准化互信息NMI计算步骤及其Python实现
摘要： 本文转自：标准化互信息NMI计算步骤及其Python实现 标准化互信息NMI (Normalized Mutual Information)常用在聚类评估中。 标准化互信息NMI计算步骤 Python 实现 代码： ''' 利用Python实现NMI计算''' import math import 阅读全文
posted @ 2020-07-31 13:21 Picassooo 阅读(11400) 评论(0) 推荐(0)
numpy.where() 用法详解
摘要： numpy查找某元素的所有下标: numpy其他功能用法可参考：numpy.where() 用法详解 阅读全文
posted @ 2020-07-31 10:51 Picassooo 阅读(538) 评论(0) 推荐(0)