分类准确率评估
← ToolBox
/ 分类准确率评估
🌙
首页
‹
🤖 AI 人工智能
‹
分类准确率评估
🤖 分类准确率评估
根据 TP/FP/FN/TN 计算准确率、精确率、召回率、F1。
真正例 TP
假正例 FP
假反例 FN
真反例 TN
计算
复制结果
📐 计算公式与说明
Accuracy = (TP+TN)/All
Precision = TP/(TP+FP)
Recall = TP/(TP+FN)
F1 = 2·P·R/(P+R)
用于二分类模型评估。
🔗 相关工具
🎲
Dropout 保留期望
Dropout 保留期望
🔧
L1 L2 正则化惩罚
L1 L2 正则化惩罚
📥
RAG 召回率
RAG 召回率
📈
ROC AUC 近似
ROC AUC 近似
R
ReLU 与 LeakyReLU
R ReLU 与 LeakyReLU
S
Sigmoid 输出
S Sigmoid 输出