AUC-PR 但没有召回率或精度
数据挖掘
机器学习
分类
评估
2022-03-06 22:11:01
1个回答
当系统将每个实例预测为正时,召回率为 1,如果系统将每个实例预测为负,则召回率为 0。但是如果所有实例都被预测为负数,那么精度是不确定的(除以零:没有 TP 也没有 FP)。我假设曲线上的未定义值被零替换,以使其看起来连续。
从技术上讲,使精度和召回率都为零的唯一方法是:
- 零TP
- 至少一个 FP(否则精度未定义)
- 至少一个 FN(否则召回未定义)
这意味着系统总是将黄金正例预测为负例,将黄金负例预测为正例。因此可以改进系统......只需切换预测的标签:)
其它你可能感兴趣的问题
