算法的基本概念 算法：對特定問題求解步驟的一種描述，它是指令的有限序列，其中的每條指令表示一個或多個操作。 根據以上定義，可以知道，算法一定是可以解決特定問題的，其次，它是有限的，然后，每一個指令都表示特定的操作。於是可以知道算法的五個特性： 有窮性：一個算法必須在執行有窮步之后結束 ...

一、分類算法評價指標 1.分類准確度的問題 分類算法如果用分類准確度來衡量好壞將會存在問題。例如一個癌症預測系統，輸入體檢信息，可以判斷是否有癌症，預測准確度可以達到99.9%，看起來預測系統還可以，但是如果癌症的產生概率只有0.1%，那么系統只要預測所有人都是健康的就可以達到99.9 ...

1. 准確率/召回率/f1分數 2. Auc(一般用於二分類) 3. kappa系數(一般用於多分類） 3.1 簡單kappa（simple kappa） Kappa系數用於一致性檢驗，代表 ...

1. 典型聚類算法 1.1 基於划分的方法 代表：kmeans算法 ·指定k個聚類中心 ·（計算數據點與初始聚類中心的距離） ·（對於數據點，找到最近的{i}ci(聚類中心)，將分配到{i}ci中） ·(更新聚類中心點，是新類別數值的均值點) ·（計算每一類的偏差） ·返回返回第二步 ...

首先了解相關指標名稱 誤識率FAR false acceptance rate FAR=NFA/NIRA NIRA是類間測試次數（假冒者嘗試的總次數），NFA是錯誤接收次數 ...

因為研究要求，需要對DeepSORT算法進行改進。改進算法以后，一定要有對應的指標進行算法的評價，這樣才知道算法的“好壞”。 DeepSORT跟蹤算法的常用評價指標網上有很多的介紹，MOTA、MOTP等等。 本文主要目的是實現原始DeepSORT算法的評價指標。 所需數據集： 鏈接 ...

一、引言 分類算法有很多，不同分分類算法又用很多不同的變種。不同的分類算法有不同的特定，在不同的數據集上表現的效果也不同，我們需要根據特定的任務進行算法的選擇，如何選擇分類，如何評價一個分類算法的好壞，前面關於決策樹的介紹，我們主要用的正確率（accuracy）來評價分類算法。 正確率確實 ...

一、引言 　　分類算法有很多，不同分類算法又用很多不同的變種。不同的分類算法有不同的特定，在不同的數據集上表現的效果也不同，我們需要根據特定的任務進行算法的選擇，如何選擇分類，如何評價一個分類算法的好壞，前面關於決策樹的介紹，我們主要用的正確率（accuracy）來評價分類算法。 　　正確率 ...