python计算召回率_Pytorch计算误判率,计算准确率,计算召回率的例子

python计算召回率_Pytorch计算误判率，计算准确率，计算召回

率的例⼦

珍妮特李⽆论是官⽅⽂档还是各位⼤神的论⽂或搭建的⽹络很多都是计算准确率，很少有计算误判率，

原子核物理学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

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

train_acc += train_correct.data[0] #⽤来计算正确率

李椿萱准确率： 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

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

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]

fp += train_correct10.data[0]

tp += train_correct11.data[0]

tn += train_correct00.data[0]遗落的种子阅读答案

误判率：

(fn+fp)/(len(train_data)) #ctw+wtc

肖明华

3.精准率和召回率

精准率： p = tp/ (tp+fp)

召回率： r = tp/ (tp+fn)

灵魂之语4.真正例率和假正例率

真正例率：tpr = tp/ (tp+fn)

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

以上这篇pytorch 计算误判率，计算准确率，计算召回率的例⼦就是⼩编分享给⼤家的全部内容了，希望能给⼤家⼀个参考，也希望⼤家多多⽀持萬仟⽹。

如您对本⽂有疑问或者有任何想说的，请点击进⾏留⾔回复，万千⽹友为您解惑！

本文发布于:2024-09-21 02:41:17，感谢您对本站的认可！

标签：计算标签误判准确率召回

留言与评论（共有 0 条评论）