准确度= 1-测试错误率


14

抱歉,这是一个非常明显的问题,但我一直在阅读各种文章,似乎找不到很好的确认。在分类的情况下,分类器的精度是否为1-测试错误率?我得到的准确度是,但是我的问题是准确度和测试错误率到底有何关系。 TP+TNP+N

Answers:


5

原则上是,准确性是正确预测的案例的分数,因此是错误分类的案例的分数,即错误(比率)。这两个术语有时可能会以更模糊的方式使用,但是涵盖了诸如类平衡的错误/准确性甚至F分数或AUROC之类的不同内容-始终最好在论文中寻找/包括适当的说明或报告。

还要注意,测试错误率暗含测试集上的错误,因此很可能是1个测试集的准确性,并且可能还有其他准确性。


是的,我认为我所面临的问题是这些术语的使用含糊不清,您指出必须在分析的背景下报告这些术语,这是一个好主意。感谢您的澄清!
micro_gnomics

2

@mbq回答:

“ 1-错误分类的案例的分数,即错误(比率)”

但是,错误分类和错误是同一回事,这似乎是错误的。参见以下内容(来自http://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/):

准确性:总体而言,分类器多久正确一次?(TP + TN)/总计=(100 + 50)/ 165 = 0.91

错误分类率:总的来说,有多少次出错?(FP + FN)/总=(10 + 5)/ 165 = 0.09等于1减去精度

也称为“错误率”

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.