前面介紹了機(jī)器學(xué)習(xí)中分類(lèi)模型的精確率(Precision)和召回率(Recall)評(píng)估指標(biāo)。對(duì)于Precision和Recall，雖然從計(jì)算公式來(lái)看，并沒(méi)有什么必然的相關(guān)性關(guān)系，但是，在大規(guī)模數(shù)據(jù)集合中，這2個(gè)指標(biāo)往往是相互制約的。理想情況下做到兩個(gè)指標(biāo)都高當(dāng)然最好，但一般情況下，Precision高，Recall就低，Recall高，Precision就低。所以在實(shí)際中常常需要根據(jù)具體情況做出取舍，例如一般的搜索情況，在保證召回率的條件下，盡量提升精確率。而像癌癥檢測(cè)、地震檢測(cè)、金融欺詐等，則在保證精確率的條件下，盡量提升召回率。

所以，很多時(shí)候我們需要綜合權(quán)衡這2個(gè)指標(biāo)，這就引出了一個(gè)新的指標(biāo)F-score。這是綜合考慮Precision和Recall的調(diào)和值。

F?Score=(1+β2)?Precision?Recallβ2?Precision+Recall

當(dāng)β=1時(shí)，稱(chēng)為F1-score，這時(shí)，精確率和召回率都很重要，權(quán)重相同。當(dāng)有些情況下，我們認(rèn)為精確率更重要些，那就調(diào)整β的值小于1，如果我們認(rèn)為召回率更重要些，那就調(diào)整β的值大于1。

舉個(gè)例子：癌癥檢查數(shù)據(jù)樣本有10000個(gè)，其中10個(gè)數(shù)據(jù)祥本是有癌癥，其它是無(wú)癌癥。假設(shè)分類(lèi)模型在無(wú)癌癥數(shù)據(jù)9990中預(yù)測(cè)正確了9980個(gè)，在10個(gè)癌癥數(shù)據(jù)中預(yù)測(cè)正確了9個(gè)，此時(shí)真陽(yáng)=9，真陰=9980，假陽(yáng)=10，假陰=1。

那么：
Accuracy = (9+9980) /10000=99.89%
Precision=9/19+10)= 47.36%
F1-score=2×(47.36% × 90%)/(1×47.36%+90%)=62.07%
F2-score=5× (47.36% × 90%)/(4×47.36%+90%)=76. 27%

總結(jié)

以上是生活随笔為你收集整理的分类模型的评估方法-F分数(F-Score)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。