Was ist Präzision und Recall beim Data Mining?
Was ist Präzision und Recall beim Data Mining?

Video: Was ist Präzision und Recall beim Data Mining?

Video: Was ist Präzision und Recall beim Data Mining?
Video: 006 precision recall f1 2024, Kann
Anonim

Während Präzision bezieht sich auf den Prozentsatz Ihrer Ergebnisse, die relevant sind, abrufen bezieht sich auf den Prozentsatz der gesamten relevanten Ergebnisse, die von Ihrem Algorithmus korrekt klassifiziert wurden. Bei anderen Problemen ist ein Kompromiss erforderlich, und es muss eine Entscheidung getroffen werden, ob maximiert werden soll Präzision , oder abrufen.

Außerdem, was ist Präzision und Erinnerung mit Beispielen?

Beispiel von Präzision - Abrufen Metrik zur Bewertung der Ausgabequalität des Klassifikators. Präzision - Abrufen ist ein nützliches Maß für den Erfolg der Vorhersage, wenn die Klassen sehr unausgewogen sind. Bei der Informationsbeschaffung, Präzision ist ein Maß für die Ergebnisrelevanz, während abrufen ist ein Maß dafür, wie viele wirklich relevante Ergebnisse zurückgegeben werden.

Abgesehen davon, wie berechnet man Präzision und Recall beim Data Mining? Ein perfekter Präzisions- und Recall-Score würde beispielsweise zu einem perfekten F-Measure-Score führen:

  1. F-Messung = (2 * Präzision * Rückruf) / (Präzision + Rückruf)
  2. F-Maß = (2 * 1.0 * 1.0) / (1.0 + 1.0)
  3. F-Maß = (2 * 1,0) / 2,0.
  4. F-Maß = 1,0.

Zu wissen ist auch, was Präzision beim Data Mining ist.

Bei der Mustererkennung, Informationsbeschaffung und Einstufung (maschinelles Lernen), Präzision (auch als positiver Vorhersagewert bezeichnet) ist der Anteil der relevanten Instanzen unter den abgerufenen Instanzen, während der Rückruf (auch bekannt als Sensitivität) der Anteil der Gesamtzahl der relevanten Instanzen ist, die

Warum verwenden wir Präzision und Rückruf?

Präzision ist definiert als die Anzahl der True Positives geteilt durch die Anzahl der True Positives plus der Anzahl der False Positives. Während abrufen drückt die Fähigkeit aus, alle relevanten Instanzen in einem Datensatz zu finden, Präzision drückt den Anteil der Datenpunkte aus, die unserem Modell zufolge relevant waren, tatsächlich relevant waren.

Empfohlen: