《AI安全之对抗样本入门》—1.4.4 准确度与F1-Score
【摘要】 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章,第1.4.4节,作者是兜哥。
1.4.4 准确度与F1-Score
准确度(Accuracy)是对检测结果的一个均衡评价,表现的是全体预测正确的样本占全部样本的比例,它的定义如下:
F1-Score也是对准确率和召回率的一个均衡评价,国内外不少数据挖掘比赛都是重点关注F1-Score的值,它的定义如下:
在Scikit-Learn中,可以使用如下代码获得准确度和F1-Score:
print "accuracy_score:"
print metrics.accuracy_score(test_Y, pred_Y)
print "f1_score:"
print metrics.f1_score(test_Y, pred_Y)
输出结果如下,其中准确度为69.5%和F1-Score为69.34%:
accuracy_score:
0.695
f1_score:
0.693467336683
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)