从混淆矩阵获得的每个类别的指标=准确性和精度之间有什么区别？
精度和精度之间有关系吗？
如何从每个等级的精度中计算损失？例如，如果1类的精度为0.95，我的损失为0.05？
答案 0 :(得分：0)
每个指标的指标=准确性和精度之间有什么区别 从混淆矩阵获得的类？
准确度=（正确的预测）/（总病例数）
精确度=（正确）/（预测总数）
如何从每个班级的精确度计算损失？
必须从为网络定义的损耗函数（如@ECHO OFF
SETLOCAL ENABLEDELAYEDEXPANSION
rem Load the list of new filenames
set i=0
for /F "delims=" %%a in (names.txt) do (
set /A i+=1
set "newname[!i!]=%%a"
)
rem Do the rename:
set i=0
for /F "delims=" %%a in ('dir /b /o:n *.png') do (
set /A i+=1
for %%i in (!i!) do ren "%%a" "!newname[%%i]!"
)
）中计算损耗。
答案 1 :(得分：0)
准确性：是模型做出的所有预测中正确预测的一部分。即
no. of correct predictions / no. of total predictions
精度：是模型做出的所有积极预测中正确的积极预测的一部分，即
no. of correct positives/ no. of total positive predictions
也等于
no. of correct positives/ (no. of correct positives + no. of wrong positives)
您还需要考虑第三个指标
回忆：是在实际阳性数据中做出的正确阳性预测的一部分，即
correct positive predictions/actual positives
如果您的数据是平衡的，即每个类别中的实例数量几乎相同，则可以使用精度，否则可以使用精度或基于正类别或负类别中的实例进行分类的准确性更为重要
损失与精度或任何上述参数之间没有直接关系，因为这些参数是根据预测计算得出的，但是损失是根据每种类别的预测概率计算得出的。当我们基于概率进行预测时，我们选择具有最高概率的类别，这样我们就失去了有关它的信息，因此我们无法从预测回到概率。