MSE как Напомним? - PullRequest
       30

MSE как Напомним?

0 голосов
/ 28 сентября 2019

В одной статье выражена классификация с использованием SVM, для каждого класса MSE (среднеквадратическая ошибка).Я использую матрицу путаницы.Это MSE как отзыв для сравнения результатов каждого класса?

1 Ответ

0 голосов
/ 28 сентября 2019

MSE, что означает mean_squared_error, является метрикой, которая обычно используется в задачах регрессии.Он может использоваться для проверки производительности вашего регрессора.

MSE = 1/N * sum(y - y^2)

Recall - это показатель, значение которого действительно может быть выведено из матрицы путаницы, которая отвечает на следующий вопрос: «Какая пропорция / количествофактические положительные значения были правильно определены? "

Другими словами, математическое выражение равно TP / TP + FN,, где TP обозначает истинные положительные значения, а FN обозначает ложные отрицательные.

Одно важное различие заключается в том, что эти метрикииспользуются при различных обстоятельствах, первый (MSE) связан с проблемами регрессии , , в то время как последний связан с проблемами классификации .

...