首页 > 试题广场 >

在二分类问题中，当测试集的正例和负例数量不均衡时，以下评价方

[单选题]
在二分类问题中，当测试集的正例和负例数量不均衡时，以下评价方案哪个是相对不合理的（）（假设 precision=TP/(TP+FP),recall=TP/(TP+FN)。） 
  • Accuracy:(TP+TN)/all
  • F-value:2*recall*precision/(recall+precision)
  • G-mean:sqrt(precision*recall)
  • AUC:曲线下面积
添加回答
推荐
emj头像 emj
A
题目提到测试集正例和负例数量不均衡，那么假设正例数量很少占10%，负例数量占大部分90%。
而且算法能正确识别所有负例，但正例只有一半能正确判别。
那么TP=0.05×all, TN=0.9×all，Accuracy=95%。
虽然Accuracy很高，但正例precision只有50%
编辑于 2015-06-17 21:29:02 回复(1)
空军上将头像 空军上将
答案选A,
(此答案修正一楼)

题目提到测试集正例和负例数量不均衡，那么假设正例数量很少占10%，负例数量占大部分90%。
而且算法能正确识别所有负例，但正例只有一半能正确判别。
那么TP=0.05×all, TN=0.9×all，Accuracy=95%。
虽然Accuracy很高，precision是100%,但正例recall只有50%
编辑于 2016-09-11 13:47:02 回复(0)
Jean_V925头像 Jean_V925

当beta取值1时，为F1值
c选项中的G-mean公式错的吧

编辑于 2018-11-04 19:52:22 回复(0)
sgbs头像 sgbs
遇到此种题，表示自动放弃！！！
发表于 2017-07-10 21:19:25 回复(0)
2022爱学习头像 2022爱学习
码一下G-mean，第一次听说。C选项的公式确实错了。

Recall =TPrate =TP/(TP+FN),

Precision =PPvalue = TP/(TP+FP)，

真阴性率:TNrate=TN/(TN+FP)

参见，https://blog.csdn.net/weixin_38313113/article/details/89407518
编辑于 2019-08-13 22:05:24 回复(0)
hah头像 hah
A 因为样本不平衡时 A中计算的准确率并不能很好的衡量算法的优劣 可能吧所有的负类分类正确了 
而我们关注的是正例
发表于 2015-03-29 16:48:18 回复(0)
提交观点

问题信息

C++工程师 搜狗 数理统计 2015
来自：搜狗2015 C++工...
上传者：小牧魔法袋
难度：
6条回答 15793浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号