聚类评估指标系列(二)：准确率和F值

本文转载自查看原文 2020-07-31 23:07 2353 聚类评估/ F值/ 准确率/ Machine Learning and Optimization

上一篇博客介绍了准确率和F值这两个评估模型分类性能的指标，它们在聚类模型上的应用会稍微复杂一点点。

假设我们现在有猫狗图片100张，其中猫又25张，狗有75张。现在我们通过某种聚类算法对其进行聚类，聚类的结果为簇A中有38张图片（其中20张猫18张狗），簇B中有62张图片（其中5张猫57张狗）。那么请问如何计算该聚类算法的准确率与F值？

由于聚类算法只会将原始数据样本划分为K个簇，但是并不会告诉我们每个簇分别对应那个类别。正如上述聚类结果一样，聚类算法只将这100张图片聚成了A、B两个簇，但是我们并不知道到底是簇A和簇B与猫狗的对应关系。因此，我们在计算准确率的时候就要分两种情况来考虑。

计算准确率

上面介绍的是聚为2类的情况，如果聚为多类，则需要用排列组合的方法，分别计算每个情况的准确率和F值，选最高的值为最终值。

本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。

猜您在找 评估指标：准确率(Precision)、召回率(Recall)以及F值(F-Measure) 评估指标：准确率(Precision)、召回率(Recall)以及F值(F-Measure) F1值，准确率，召回率准确率（accuracy），精确率（Precision），召回率（Recall）和综合评价指标（F1-Measure ）准确率（Precision）、召回率（Recall）以及综合评价指标（F1-Measure ）准确率、精确率、召回率、F1 混淆矩阵、准确率、精确率/查准率、召回率/查全率、F1值、ROC曲线的AUC值衡量机器学习模型的三大指标：准确率、精度和召回率。 Top-1准确率和Top-5准确率精确率，准确率和召回率