DL

DL的一些统计指标与标准

尝试记一些这样的短指令...

Posted by tianchen on September 24, 2019

Precision & Recall -> mAP

  • Precision 识别为正确的样本中有多少是真正正确的 - 可以很保守
    • TP/(TP+FP)
  • Recall 客观正确的样本有多少能被识别出来 - 可以很激进
    • TP/(TP+FN)
  • 比如医学模型我们需要Recall高一点
    • 宁可错杀,不可放过
  • 比如买存在故障的东西我们希望Precision高一点
    • 保守一点好

混淆矩阵

PR 曲线

  • 纵轴是Precision横轴是Recall,定义更直观,但是实际应用起来不如ROC好用(后者能够在样本不均衡的条件下获得更好的效果)

AP

  • AP就是PR曲线的AUC
  • 由于AP是针对每一个类的,mAP就是所有类的平均

ROC曲线 - 被试者曲线

  • 纵轴 Recall - (TP)/(TP+FN) 横轴 FP/(FP+TN)
  • 一般是一个阶梯型

AUC值

  • 描述的是ROC曲线的 Area Under Curve(曲线下面积)