Я делаю проект, чтобы узнать связанные с болезнью гены, используя интеллектуальную обработку текста. Для этого я использую 1000 статей. У меня было 129 имен генов. Фактический набор данных содержит около 1000 записей. Теперь я хотел бы рассчитать точность и отзыв моего метода. Когда я сделал сравнение, из 129 генов 72 были найдены правильными. Таким образом, точность = 72/129. Верно ли это? Теперь, как я могу рассчитать отзыв? Пожалуйста, помогитеCalculte точность и отзыв для результата интеллектуального анализа
ответ
Wikipedia Article on Precision and Recall может помочь. Определений являются:
Precision: tp/(tp+fp)
Recall: tp/(tp + fn)
tp
Где истинные позитивы (гены, которые связаны с болезнью, и вы их нашли), fp
являются ложными срабатываниями (генов вы обнаружили, но они на самом деле не связаны с болезнью) и fn
являются ложными негативами (гены, которые на самом деле связаны с заболеванием, но вы их не нашли).
Я не совсем уверен, что представляют собой цифры, которые вы опубликовали. Вы знаете гены, которые действительно связаны с болезнью?
Вы, скорее всего, вычислили точность:
Accuracy = (tp + fp)/(Total Number)
Основной вопрос заключается в том, что статьи, которые я рассматриваю не может содержать все первоначально указанные имена генов с момента своего небольшого набора данных. Поэтому, вычисляя отзыв, вместо того, чтобы рассматривать знаменатель как 1000, я могу сравнить исходную базу данных генов со статьями, чтобы узнать, сколько из первоначально ассоциированных генов присутствует в литературе. то есть, если есть 1000 ассоциированных генов, я проведу 1000 из них, сколько из них есть в наборе данных, который я рассматриваю. Если это 300, я установил знаменатель как 300 вместо 1000. Это даст отзыв.
- 1. точность и отзыв в lucene
- 2. Как рассчитать точность и отзыв
- 3. Точность и отзыв оценка для рекомендации Двигатель
- 4. Как я могу выполнить оценку производительности для интеллектуального анализа мнений?
- 5. Точность, точность и отзыв для мульти-класса модели
- 6. Двигатели и каркасы для интеллектуального анализа данных?
- 7. Строки интеллектуального анализа данных
- 8. SAS интеллектуального анализа данных
- 9. Вычислить точность и отзыв на базе WANG
- 10. Как вычислить точность и отзыв в кластеризации?
- 11. точность и отзыв на предвзятый набор данных
- 12. Какие классификаторы оценки? Точность и отзыв?
- 13. Как рассчитать точность, отзыв и точность классификации с помощью R?
- 14. Библиотека интеллектуального анализа данных и ограничения лицензии
- 15. Сравнение алгоритмов интеллектуального анализа данных
- 16. Сохранение данных интеллектуального анализа данных
- 17. Форумы по вопросам интеллектуального анализа
- 18. Каковы основные алгоритмы для интеллектуального анализа текста?
- 19. Фронтальная библиотека для интеллектуального анализа «Collection + JSON»
- 20. Использование Sql Server для интеллектуального анализа данных
- 21. Технологии интеллектуального анализа данных и бизнес-аналитики
- 22. Библиотека интеллектуального анализа данных для hadoop
- 23. Выбор атрибутов для алгоритма интеллектуального анализа данных
- 24. Вычислить точность и отзыв для более чем 2 классов
- 25. Как вычислить точность и отзыв для системы, которая порождает вопросы?
- 26. точность и отзыв для кластеризации текстовых документов с использованием java?
- 27. Должно ли изменение перехвата модели изменить ее точность и отзыв?
- 28. Функция интеллектуального анализа времени DAX
- 29. Как найти точность, отзыв, точность с помощью SVM?
- 30. Оранжевый для интеллектуального анализа данных и невидимых наборов тестов
благодарит за ответ. Я очистил его в последний день, и я отправляю ответ ниже. – Ansu