Вибачте, якщо це дуже очевидне питання, але я читав різні публікації і, здається, не можу знайти хорошого підтвердження. У разі класифікації, чи є точність класифікатора = 1- коефіцієнт помилки тесту ? Я вважаю, що точність є , але моє питання полягає в тому, як саме пов’язані точність та швидкість помилок тесту.
Відповіді:
В принципі так, точність - це частка правильно передбачених випадків, таким чином, 1 - частка випадків, що не відповідають класифікації, тобто помилка (швидкість). Обидва терміни іноді можуть використовуватися і більш розпливчасто, і охоплюють різні речі, такі як помилка / точність вирівнювання класів або навіть F-бал чи AUROC - завжди найкраще шукати / включати належне уточнення в статті або звіт.
Також зауважте, що коефіцієнт помилки тесту передбачає помилку на тестовому наборі, тому, ймовірно, точність 1-тестового набору, і навколо нього можуть бути інші точності.
@mbq відповів:
"1 - частка випадків, що не підлягають класифікації, тобто помилка (швидкість)"
Однак здається неправильним, оскільки неправильне класифікація та помилка - це одне і те ж. Дивіться нижче (з http://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/ ):
Точність: Загалом, як часто класифікатор правильний? (TP + TN) / total = (100 + 50) / 165 = 0,91
Коефіцієнт помилок: Загалом, як часто це неправильно? (FP + FN) / total = (10 + 5) / 165 = 0,09 еквівалентно 1 мінус Точність
також відомий як "Похибка"