首先要明确一件事:预测结果很差的情况下查全率(recall)和查准率(precision)不可能都很高,肯定是代码里有你没发现的错误。我就遇到了这个问题。在我复查代码时,我发现我的类别索引是从1开始的,而我在调用这些评估函数时以为索引时从0开始的,我们都知道这些指标都是针对正类来说的,所以我的代码中将一部分负类当作了正类进行评估,模型对正类的预测不好,但是对负类的预测非常好,所以出现了预测结果很差但精度都很高的情况。
首先要明确一件事:预测结果很差的情况下查全率(recall)和查准率(precision)不可能都很高,肯定是代码里有你没发现的错误。我就遇到了这个问题。在我复查代码时,我发现我的类别索引是从1开始的,而我在调用这些评估函数时以为索引时从0开始的,我们都知道这些指标都是针对正类来说的,所以我的代码中将一部分负类当作了正类进行评估,模型对正类的预测不好,但是对负类的预测非常好,所以出现了预测结果很差但精度都很高的情况。
本文标题:为什么预测结果很差的情况下查全率和查准率都很高呢?
本文链接:https://www.haomeiwen.com/subject/xglmtctx.html
网友评论