P-R曲线与模型评估问题研究

• 作者: 张超
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 评估标准 Accuracy P-R曲线 mAP
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息技术
• 页码范围: 23-24,27
• 页数: 3页
• 分类号: TP181|TP311.1
• 字数: 2205字
• 语种: 中文

摘要

现阶段深度学习作为一种实现机器学习的技术,在分析模型问题和评估模型的方法上基本一致.文章从评估模型的角度,以混淆矩阵为基础,通过常用的Accuracy,Precision以及Recall等衡量模型的预测能力.研究结合深度学习近几年的竞赛任务分析样本均衡与非均衡下几种评估模型方法的差异,从几种评估指标之间的联系讨论P-R曲线评估模型之间的相关性,以及P-R曲线在目标检测任务中作为评估模型方法的合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超		5	12	2.0	3.0