0回答
我有一个倾斜的数据集(5,000,000个正样本和只有8000个负二进制分类)，因此，我知道，准确性不是一个有用的模型评估指标。我知道如何在数学上计算精度和召回率，但我不确定如何在python代码中实现它们。
当我在所有数据上训练模型时，我获得了99%的总体准确率，但对反面示例的准确率为0% (即。将一切都归类为积极的)。我已经使用criteri
浏览 5提问于2018-07-19得票数 3
回答已采纳
1回答
我正在尝试使用keras进行多标签新闻分类。我是机器学习的初学者，所以请容忍我。📷📷
，我的问题是，为什么在测试集中有高精度和高召回<
浏览 0提问于2019-06-12得票数 0
我正在使用更快的rcnn(mxnet)在我自己的数据集上进行对象检测，它有9个类(包括背景)。然而，我发现它最终只打印出了训练过程中所有9个类别的平均准确率。此外，在测试过程中，它还仅打印出所有9个类别的平均精度和召回率。我想知道如何打印出训练过程中每个班级的准确率，以及测试过程中每个班级的召回</em
浏览 9提问于2017-11-30得票数 1
2回答
我得到了以下结果：val_loss (远)低于train_loss，但是与培训集相比，验证的accuracy也更低。这怎么可能？Epoch 5/10这是我使用的
浏览 0提问于2018-01-03得票数 0
2回答
单炮目标检测器中的类不平衡问题
、、、、
我正在为图像中的多类对象训练一个对象检测模型.数据集是自定义收集和标记数据的，在实际数据中使用边界框和类标签。我用这些自定义数据训练了MobileNet+SSD、SqueezeDet和YoloV3网络，但结果很差。选择这些模型的理由是它们的快速性能和重量轻(低内存脚印)。他们的单炮探测方法在文献中也表现良好。4
浏览 0提问于2018-07-27得票数 1
我正在重新训练一个更快的rcnn初始coco模型，用于检测货架上产品的品牌。学习率从0.00001开始，配置为在200k步数后降至0.000005。我是否应该改用
浏览 1提问于2018-04-21得票数 0
1回答
在训练期间，我忘记将模型和模型的预测保存在测试集上。我只有F1、精确度和召回率分数。我想知道是否有任何方法可以仅根据F1，精度和召回率分数来计算准确率？
浏览 17提问于2019-12-27得票数 1
我使用Python接口在FastText中训练了一个有监督的模型，在精度和召回率方面得到了奇怪的结果。首先，我训练了一个模型： print("R@{}\t{:.3f}".format
浏览 94提问于2020-05-14得票数 3
回答已采纳
我正试着用dlib的猪金字塔探测器训练一个狗脸探测器。我使用的是哥伦比亚犬数据集：精度真的很高，如果它真的设法找到狗的脸，它总是正确的，没有看到任何假阳性。提前感谢
更
浏览 11提问于2016-09-09得票数 4
回答已采纳
1回答
我有训练数据。我做了TF-以色列国防军，它给了我27k的特征。我在测试集上得到的分数很低，而训练的准确性很高。有人能提出解决办法吗？编辑：I有9000个阳性的11k训练数据(倾斜)。我尝试过LinearSVC稀疏化，但是不像截断SVD (潜在语义索引)那样
浏览 0提问于2016-03-07得票数 0
在评估我们的模型时，我们需要设置sample_weight吗？现在我已经训练了一个关于分类的模型，但是数据集是不平衡的。精度:0.88，召回率:0.86，用于“1”类。但是如果我不设置sample_weight，结果会很糟糕。准确率:0.85，召回率:0.21。sample_weight会破坏原有的数据分布吗？
浏览 177提问于2019-01-08得票数 4
我正在寻找关于在SpaCy的自定义NER培训中提高召回率的建议(可能是通过超参数或不同的优化器)。 我目前正在训练SpaCy 2.2.3，以提取美国股票报价器作为自定义实体类型。我已经训练了大约40K个带有标记的新闻故事，这些新闻故事中标识了报价器，并尝试了使用默认超参数的默认Adam优化器。在测试集上，训练了30个时期(尽管我发现它们也与20个时期相似)后的统计数据如下: f1: 0.802480422943912
浏览 15提问于2019-12-21得票数 0
我正在计算我最近准备的数据集上现成算法的精度和召回率。构建分类器方法基本上是构建分类器，对训练数据进行拟合下面是计算
浏览 1提问于2016-07-03得票数 5
1回答
我有一个不平衡的数据集，它有43323行，其中9行属于“failure”类，其他行属于“normal”类。我用100%的召回率和94.89%的AUC训练了一个用于测试数据的分类器(0.75/0.25，分层分裂为y)。而分类器的精度为0.18%，F1评分为0.37%。而且，在我看来，通常在处理不平衡的数据集时，很难获得高召回率。的目标是得到一个更好的F1分数。下一步我能做些
浏览 2提问于2022-10-19得票数 0
我的系统从网上检索研究文章的pdf和ppt文件。当我计算系统的精确度、召回率和f分时，我已经产生了怀疑。我想从小组成员那里澄清这一点。令人怀疑的是，准确率、召回率和f-score之间是否会有巨大的差异。因为我计算的准确率大约是0.913，召回率非常低，比如0.3234，f-score大约是0.4323，等等，这可能吗？我的意思是，精确度和召回率会
浏览 3提问于2011-08-23得票数 1
1回答
由于数据量大，使用sklearn的基于直方图的梯度增强分类器提供了一个训练速度快的模型，特别是用于使用交叉验证的超参数调优。
但我意识到我的数据集是不平衡的(10% 1's和90% 0's)。我尝试了各种正则化参数，但精度在15%左右，召回率在62%左右。由于参数变化不大，所以我认为logistic回归模型是不够的。我在基于直方图的梯度增强分类
浏览 0提问于2022-01-06得票数 0
2回答
在我的研究中，我观察到许多人脸识别算法都提出了它们的模型精度，即LFW数据集的精度。我看到LFW数据集有5749个不同的人的图像，没有训练和测试的分离。1)每个人都在谈论LFW上的哪个具体精度参数？我知道ROC、精确度、召回率和FAR vs FRR图等准确性参数。是否与这些参数有关？2)计算我的模型的LFW精度</
浏览 3提问于2020-03-03得票数 1
我正在比较用于海上搜索和救援(SAR)目的的目标检测模型。从我使用的模型，我得到了最好的结果YOLOv3的改进版本的小对象检测和更快的RCNN。我想补充的是，数据集中只有两个类:小对象和大对象。我们之所以选择这个解决方案，是因为对象在类之间的区别对我们来说并不像检测任何人类起源的对象那么重要。
以及数据集中的两个样本图像(带有YOLOv3检测)：
浏览 11提问于2020-07-18得票数 4
回答已采纳
是否有一个scikit学习功能，可以对我的数据集执行交叉验证，不仅输出总体、精度、召回率和f分数，还可以输出每个类别标签的所有精度、召回率和f分数。
浏览 6提问于2020-02-18得票数 0
我使用ImageDataGenerator库将我的数据集分割为训练和测试。我已经成功地按照CNN方法开发了一个模型架构，并在测试数据集上评估了我的模型的性能，这使我的准确率达到了83%。是否可以应用技能学习评估指标，如精度、召回率、f1_score等来评估我的测试结果？如果是，我该怎么做？
浏览 12提问于2020-09-23得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
