Pytorch计算误判率,计算准确率,计算召回率

更新时间:2023-06-30 04:16:11 阅读: 评论:0

bgm是什么意思Pytorch计算误判率,计算准确率,计算召回率下⾯就说说怎么计算准确率以及误判率、召回率等指标
1.计算正确率
获取每批次的预判正确个数
adore什么意思中文train_correct = (pred == batch_y.squeeze(1)).sum()
该语句的意思是 预测的标签与实际标签相等的总数
获取训练集总的预判正确个数
冰雪奇缘2上映时间train_acc += train_correct.data[0]      #⽤来计算正确率
准确率 : train_acc / (len(train_data))
2.误判率
举例:当你是⼆分类时,你需要计算 原标签为1,但预测为 0 ,以及 原标签为0,预测为1的 误判率
误判率⼜分为:
CTW : correct to wrong    标签为正确的,预测为错误的
WTC: wrong to correct    标签为错误的,预测为正确的
生态环境 英语zes=s(lasize).type(torch.LongTensor))#全0变量
ons=s(lasize).type(torch.LongTensor))#全1变量
train_correct01 = ((pred==zes)&(batch_y.squeeze(1)==ons)).sum()  #原标签为1,预测为 0 的总数
train_correct10 = ((pred==ons)&(batch_y.squeeze(1)==zes)).sum()  #原标签为0,预测为1  的总数untilnow
train_correct11 = ((pred_y==ons)&(batch_y.squeeze(1)==ons)).sum()
train_correct00 = ((pred_y==zes)&(batch_y.squeeze(1)==zes)).sum()
获取训练集总的误判个数
FN += train_correct01.data[0]
北京高考英语改革FP += train_correct10.data[0]
级别的英文
TP += train_correct11.data[0]
TN += train_correct00.data[0]
留学diy误判率 :
(FN+FP)/(len(train_data))    #CTW+WTC
3.精准率和召回率
精准率: P = TP/ (TP+FP)
召回率: R = TP/ (TP+FN)
4.真正例率和假正例率
shit是什么意思
真正例率:TPR = TP/ (TP+FN)
nba新闻假正例率:FPR =FP/ (FP+TN)
最后,当你要计算多分类的误判率时,只需在⼆分类的基础上类推即可

本文发布于:2023-06-30 04:16:11,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/78/1069505.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:计算   标签   误判   预测   召回   例率   集总
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图