Statistik dan Big Data precision-recall

3

Pengklasifikasi dengan presisi yang disesuaikan vs pengingatan

Saya sedang mengerjakan masalah klasifikasi biner di mana jauh lebih penting untuk tidak memiliki false positive; cukup banyak negatif palsu ok. Saya telah menggunakan banyak pengklasifikasi di sklearn misalnya, tetapi saya pikir tidak satupun dari mereka memiliki kemampuan untuk menyesuaikan tradeoff presisi-recall secara eksplisit (mereka menghasilkan hasil yang cukup bagus …

11 classification precision-recall

3

Apakah AUC yang baik untuk kurva presisi-recall?

Karena saya memiliki dataset yang sangat tidak seimbang (hasil positif 9%), saya memutuskan kurva presisi-recall lebih tepat daripada kurva ROC. Saya memperoleh ukuran ringkasan analog dari area di bawah kurva PR (0,49, jika Anda tertarik) tetapi tidak yakin bagaimana menafsirkannya. Saya pernah mendengar bahwa 0,8 atau di atas adalah AUC …

11 classification precision-recall auc

3

High Recall - Precision Rendah untuk dataset yang tidak seimbang

Saya saat ini menghadapi beberapa masalah menganalisis dataset tweet dengan mesin vektor dukungan. Masalahnya adalah bahwa saya memiliki satu set pelatihan kelas biner yang tidak seimbang (5: 2); yang diharapkan sebanding dengan distribusi kelas nyata. Saat memprediksi saya mendapatkan presisi rendah (0,47) untuk kelas minoritas di set validasi; recall adalah …

11 machine-learning classification svm unbalanced-classes precision-recall

3

Klasifikasi "Bagus" menghancurkan kurva Precision-Recall saya. Apa yang terjadi?

Saya bekerja dengan data yang tidak seimbang, di mana ada sekitar 40 kelas = 0 kasus untuk setiap kelas = 1. Saya dapat membedakan antara kelas menggunakan fitur individual, dan melatih Bayes naif dan classifier SVM pada 6 fitur dan data yang seimbang menghasilkan diskriminasi yang lebih baik (kurva ROC …

11 classification svm roc naive-bayes precision-recall

5

Mengapa f beta menentukan beta seperti itu?

Ini adalah skor F beta: Fβ= ( 1 + β2) ⋅ p r e c i s i o n ⋅ r e c a l l( β2⋅ p r e c i s i o n ) + r e c a l lFβ=(1+β2)⋅halrecsayassayaHain⋅recSebuahll(β2⋅halrecsayassayaHain)+recSebuahllF_\beta = (1 + \beta^2) \cdot …

10 machine-learning precision-recall model-evaluation

1

Interpretasi area di bawah kurva PR

Saat ini saya membandingkan tiga metode dan saya memiliki Akurasi, auROC dan auPR sebagai metrik. Dan saya memiliki hasil sebagai berikut: Metode A - acc: 0.75, auROC: 0.75, auPR: 0.45 Metode B - acc: 0.65, auROC: 0.55, auPR: 0.40 Metode C - acc: 0,55, auROC: 0,70, auPR: 0,65 Saya memiliki …

10 machine-learning roc precision-recall

1

Mengapa ingat tidak memperhitungkan negatif sebenarnya?

Mengapa ingat tidak memperhitungkan negatif sebenarnya? Dalam eksperimen di mana negatif sejati sama pentingnya dengan positif sejati, apakah metrik mereka yang sebanding memperhitungkannya?

10 precision-recall

1

Bagaimana ambang probabilitas suatu classifier dapat disesuaikan jika ada beberapa kelas? [duplikat]

Pertanyaan ini sudah ada jawabannya di sini : Bagaimana cara threshold prediksi probabilitas multiclass untuk mendapatkan confusion matrix? (1 jawaban) Ditutup 3 bulan lalu . Di atas adalah contoh yang sangat sederhana untuk memiliki output probabilitas classifier untuk kasus kelas biner 0 atau 1 berdasarkan beberapa probabilitas. Selain itu, mudah …

10 probability classification precision-recall multi-class

1

ambang klasifikasi dalam RandomForest-sklearn

1) Bagaimana saya bisa mengubah ambang klasifikasi (saya pikir itu adalah 0,5 secara default) di RandomForest di sklearn? 2) bagaimana saya bisa mengambil sampel dalam sklearn? 3) Saya mendapatkan hasil berikut dari pengelompokkan RandomForest: [[1635 1297] [520 3624]] precision recall f1-score support class 0 0.76 0.56 0.64 2932 class 1 …

9 classification random-forest precision-recall unbalanced-classes

4

Rata-Rata Presisi dalam Deteksi Objek

Saya cukup bingung bagaimana saya bisa menghitung nilai AP atau mAP karena tampaknya ada beberapa metode yang berbeda. Saya secara khusus ingin mendapatkan nilai AP / mAP untuk deteksi objek. Yang saya tahu pasti adalah: Ingat = TP / (TP + FN), Presisi = TP / (TP + FP) Misalnya, …

8 machine-learning precision-recall model-evaluation average-precision object-detection

2

Menghitung presisi dan daya ingat dalam R

Misalkan saya sedang membangun classifier regresi logistik yang memprediksi apakah seseorang sudah menikah atau lajang. (1 = menikah, 0 = tunggal) Saya ingin memilih titik pada kurva presisi-ingat yang memberi saya setidaknya 75% presisi, jadi saya ingin memilih ambang dan , sehingga:t1t1t_1t2t2t_2 Jika output dari classifier saya lebih besar dari …

8 r precision-recall

2

Apakah masuk akal untuk mengukur daya ingat dalam sistem rekomendasi?

Asumsikan saya telah membangun sistem pemberi rekomendasi yang (misalnya memberi peringkat film atau apa pun dari banyak pengguna) akan menghasilkan daftar 10 film yang direkomendasikan untuk ditonton oleh setiap pengguna. Bayangkan bahwa saya juga memiliki sejumlah besar item film, bersama dengan log peringkat pengguna bersama dengan film yang mereka putuskan …

8 precision-recall recommender-system

Pertanyaan yang diberi tag «precision-recall»