Precision and Recall sind statistische Kennzahlen für die Leistung von Informationsabrufalgorithmen, die auf einer binären Klassifizierung basieren. Die Genauigkeit ist ein Maß für den Prozentsatz aller relevanten Klassifikationen (abgerufene Elemente). Recall ist ein Maß für den Prozentsatz relevanter Klassifikationen (Elemente, die abgerufen werden), die vom Algorithmus erfolgreich gefunden wurden, bezogen auf alle relevanten Elemente, die existieren und gefunden werden könnten.
Kontext: Wir sind zwei Studenten, die beabsichtigen, eine Thesis über reverse engineering-Namespaces mit hierarchischen agglomerativen Clustering-Algorithmen zu schreiben. Wir haben eine Variation von Verknüpfungsmethoden und andere Optimierun...
05.04.2016, 10:51
Wie berechne ich Genauigkeit , Genauigkeit und Rückruf für jede Klasse aus einem Naive Bayes-Modell?
Ich benutze den eingebetteten Datensatz: Iris und Paket Baum und Paket e1071 für Naive Bayes. Die Konfusionsmatrix ist wie folgt:
%Vo...
12.10.2015, 12:55
Ich bin wirklich verwirrt, wie man Genauigkeit und Erinnerung in Cluster-Anwendungen berechnet.
Ich habe folgende Situation:
Gegeben sind zwei Mengen A und B. Durch die Verwendung eines eindeutigen Schlüssels für jedes Element kann ich bes...
18.03.2009, 11:40