深度學習常用的評價指標有:
準確率 （accuracy），混淆矩陣 （confusion matrix），精確率（precision），召回率（recall），f1
準確率：即常規想法的準確率評價，直白點就是，**對的樣本的比例，即:
**正確樣本數量 / 樣本總量
精確率與召回率:
先定義兩個定義: 用positives表示正樣本，negatives表示負樣本，true表示**正確，false表示**錯誤
true positives(tp): 正樣本被正確識別為正樣本
true negatives(tn): 負樣本被正確識別為負樣本
false positives(fp): 負樣本被識別為正樣本
false negatives(fn): 正樣本被識別為負樣本
則精準率就可以表示為:
則召回率就可以表示為:
具體來說，精準率和召回率都是為了描述正樣本而提出的。
精準率即為正樣本的準確率，即被識別為正樣本的樣本中，真正為正樣本的比例。
召回率即為能被識別出的正樣本的準確率，即在所有的正樣本中，能被正確識別出來的比例。
f1分數：
PCB常用度量衡單位
1英呎 12英吋 1英吋inch 1000密爾mil 1mil 25.4um 1mil 1000uin mil密耳有時也成英絲 1um 40uin 有些公司稱微英吋為麥，其實是微英吋 1oz 28.35克 平方英呎 35微公尺 h 18微公尺 4mil 4mil 0.1mm 0.1mm線寬線距 1a...
Deep Learning之常用模型或者方法
deep learning 深度學習 學習筆記整理系列 zouxy09 qq.com version 1.0 2013 04 08 宣告 1 該deep learning的學習系列是整理自網上很大牛和機器學習專家所無私奉獻的資料的。具體引用的資料請看參考文獻。具體的版本宣告也參考原文獻。3 本人才疏...
深度學習Deep Learning
概述 deep feedforward network 深度前饋網路 又名feedforward neural network 前饋神經網路 或 multilayer perceptron 多層感知器 是深度學習模型的精髓 前饋網路的目的是逼近某種方程f 比如乙個分類器，y f x 將輸入x對映到類...