第3周作业 DL常用的评价标准
常见指标
- 准确率(Accuracy)
- 混淆矩阵(Confusion Matrix)
- 精确率(Precision)
- 召回率(Recall)
- 平均正确率(AP)
- mAP(mean Average Precision)
- 交除并(IoU)
- ROC+AUC
- 非极大值抑制(NMS)
一、准确率(Accuracy)
acc=sum(正确)/总数
二、混淆矩阵(Confusion Matrix)
Aij 表示模型预测为i ,实际类别是J的数量
sum(对角线)/ 总数 = 准确率
三、精确率(precision)和召回率(recall)
对应二的混淆矩阵,纵坐标表示预测的种类,横坐标为实际的种类:
- TP:预测是positive,实际也是positive。True Positive
- FP:预测是positive,实际是negative。False ngeative
- FN:类推
- TN:类推
precision
recall
四、平均精度与mAP
平均精度:PR曲线下面的面积,越高,分类越好
mAP:每个类的AP,再求平均
五、IoU
-
七、PR曲线和ROC曲线的比较
- ROC中TPR偏向正例,FPR偏向负例,适用评估分类器真题性能
- PR完全聚焦于正例,实际中类别不平衡问题主要是由于正例,所以在此情况下,PR优于ROC