精确召回二进制分类问题

时间:2019-03-04 16:17:10

标签: classification precision roc supervised-learning precision-recall

我在互联网上看到过,当人们谈论二进制分类问题时,他们只报告整个模型的一种精度和一种召回率。 (确保报告一种准确性是合理的)。如果您的目标是癌症和非癌症,那么这是有道理的,因此已经患有癌症并被确定为癌症的人是真正的阳性。但是请考虑考虑您要对人是男人还是女人进行分类,并且混淆矩阵如下:

 man    4      2

 woman  3      1

在这种情况下,对整个系统只有一种精度和召回率确实没有任何意义。男性的精确度和召回率与女性不同。我想知道在这种情况下要描述多少精确度和召回率,因为您也可以从女性的角度看待真正的积极(这与疾病病例不同)?

0 个答案:

没有答案