算法及算法的评价 算法 算法是对特定问题求解步骤的一种描述，它是指令的有点序列，其中每一条指令表示一个或多个操作。 算法的五个重要特性 有穷性、确定性、可行性、具有输入、具有输出。 好算法的特征 通常一个好的算法应该达到以下目标： 1.正确性：算法应当能正确地解决求解问题 ...

一、分类算法评价指标 1.分类准确度的问题 分类算法如果用分类准确度来衡量好坏将会存在问题。例如一个癌症预测系统，输入体检信息，可以判断是否有癌症，预测准确度可以达到99.9%，看起来预测系统还可以，但是如果癌症的产生概率只有0.1%，那么系统只要预测所有人都是健康的就可以达到99.9 ...

1. 准确率/召回率/f1分数 2. Auc(一般用于二分类) 3. kappa系数(一般用于多分类） 3.1 简单kappa（simple kappa） Kappa系数用于一致性检验，代表 ...

1. 典型聚类算法 1.1 基于划分的方法 代表：kmeans算法 ·指定k个聚类中心 ·（计算数据点与初始聚类中心的距离） ·（对于数据点，找到最近的{i}ci(聚类中心)，将分配到{i}ci中） ·(更新聚类中心点，是新类别数值的均值点) ·（计算每一类的偏差） ·返回返回第二步 ...

首先了解相关指标名称 误识率FAR false acceptance rate FAR=NFA/NIRA NIRA是类间测试次数（假冒者尝试的总次数），NFA是错误接收次数 ...

因为研究要求，需要对DeepSORT算法进行改进。改进算法以后，一定要有对应的指标进行算法的评价，这样才知道算法的“好坏”。 DeepSORT跟踪算法的常用评价指标网上有很多的介绍，MOTA、MOTP等等。 本文主要目的是实现原始DeepSORT算法的评价指标。 所需数据集： 链接 ...

一、引言 分类算法有很多，不同分分类算法又用很多不同的变种。不同的分类算法有不同的特定，在不同的数据集上表现的效果也不同，我们需要根据特定的任务进行算法的选择，如何选择分类，如何评价一个分类算法的好坏，前面关于决策树的介绍，我们主要用的正确率（accuracy）来评价分类算法。 正确率确实 ...

一、引言 　　分类算法有很多，不同分类算法又用很多不同的变种。不同的分类算法有不同的特定，在不同的数据集上表现的效果也不同，我们需要根据特定的任务进行算法的选择，如何选择分类，如何评价一个分类算法的好坏，前面关于决策树的介绍，我们主要用的正确率（accuracy）来评价分类算法。 　　正确率 ...