我有一个LR模型，并在testData上测试它。现在我应该计算结果的精确度。
我可以得到精确度：
val precision = metrics.precision
precision: Double = 0.9801503759398497
以及
// Precision by labels
Precision(0.0) = 0.9979625101874491
Precision(1.0) = 0.9299655568312285
从spark MLLIB中，第一个精度被定义为整体统计。
但是标签的精度和精度之间有什么区别呢？ （精度定义为TRUE预测率）。
答案 0 :(得分：0)
对于矢量数据，您正在处理值向量，因此您可能希望不仅在正确/错误地预测整个向量时计算精度，而且还要对向量的每个组件（标签）执行此操作。
整体精确度衡量所有标签的精确度 - 数量 时间任何类别被正确预测（真阳性）归一化 数据点的数量。标签精度仅考虑一个 class，并测量预测特定标签的时间 通过标签出现的次数正确标准化 输出