一、準確率(Accuracy)
準確率關注整體效果,只適合均衡的數據。準確率公式如下:
Accuracy=總樣本數預測正確的樣本數
數據不均衡時使用以下的評價指標。
二、精確率(Precision)
精確率關注模型預測得準不準。精確率公式如下:
Precision=預測出來的樣本數預測正確的樣本數
三、召回率(Recall)
召回率關注模型預測得全不全。召回率公式如下:
Recall=標注的樣本數預測正確的樣本數
四、F1
F1是一個綜合評價指標,同時考慮了精確率(precision)與召回率(Recall)。F1的公式如下:
F1=Precision+Recall2Precision×Recall
五、宏平均(macro-averaging)
分別計算每類標籤的評價指標,然後作算術平均。
參考文獻
1、Latex公式-Katex解析
2、百度AI Studio課程——AI快車道-PaddleNLP