文章目录
一、机器学习算法的常用评价指标
任务要求:
假如重庆交通大学准备招标采购一套宿舍行人目标图像识别系统,选择2家公司的产品来测试。测试手段是:从学生宿舍区一段监控视频中识别男生的人数。
实验结果如下:
- 算法1(产品1)的检测结果:检测出“男生”人数82人,其中78人为男生,4人其实是女生
2)算法2(产品2)的检测结果:检测出“男生”人数88人,其中80人为男生,8人其实是女生
3)经过人工检测,视频中实际准确的总人数为100人,其中男生80人,女生20人。
请问算法1和算法2的“查准率”“查全率”“F1-score”等分别是多少?你认为哪个更优秀?
算法1
查准率:
P= (78+2)/78 =0.975
查全率:
R= (78+4)/78=0.9512
F1-score:
F1 = (2 × 78)/(100+78−16)= 0.963
算法2
查准率:
P=(80+0)/80=1
查全率:
R = 80/(80 + 8)= 0.91
F1-score:
F1=(2×80)/(100+80−12)=0.952
二、总结
从查准率评价指标来看,算法 2 都要优于算法 1,从查全率和 F1 度量评价指标来看,算法 1 都要优于算法 2;
总的来说,算法 2 更好。