svm評價指標公式

 在作svm分類試驗時,對於結果的處理,僅用一種指標很可貴到正確評估算法的效果。因此,通常要用到precision(精確率),recall(召回率),F-measure、accuracy(準確率)四個指標。


首先認識四個與其相關參數:html

  相關(Relevant),正類 無關(NonRelevant),負類
被檢索到(Retrieved) true positives(TP 正類斷定爲正類) false positives(FP 負類斷定爲正類,"存僞")
未被檢索到(Not Retrieved) false negatives(FN 正類斷定爲負類,"去真") true negatives(TN 負類斷定爲負類)

accuracy(準確率):(TP+TN)/(TP+FP+FN+TN)        
算法

precision(精確率):TP/(TP+FP)     ui

recall(召回率)     :TP/(TP+FN) lua

F-measure      :2/F=1/P+1/R   < -------> 2TP/2TP+FP+FN    url


網上一個例子:spa

假如某個班級有男生80人,女生20人,共計100人.目標是找出全部女生.
如今某人挑選出50我的,其中20人是女生,另外還錯誤的把30個男生也看成女生挑選出來了.
做爲評估者的你須要來評估(evaluation)下他的工做
.net

其中:TP=20 FP=30 FN=0 TN=50   accuracy=70 %(70 / 100)【70(20女+50男)】,precision=40%【20女生/(20女生+30誤判爲女生的男生)】unix

  recall=100%【20女生/(20女生+ 0 誤判爲男生的女生)】  F-measure=57.143%(20.410.4+1)htm

參見:點擊打開連接  點擊打開連接  點擊打開連接blog