如何使用 SVM 找到 Precision、Recall、Accuracy？

Posted 2023-03-12

【中文标题】如何使用 SVM 找到 Precision、Recall、Accuracy？

【英文标题】：How to find the Precision, Recall, Accuracy using SVM?

【发布时间】：2013-07-09 12:45:43

【问题描述】：

Duplicate calculating Precision, Recall and F Score

我有一个包含文本描述和分类级别（即级别 A 和级别 B）的输入文件。我想编写一个 SVM 分类器来测量精度、召回率和准确率。我看了scikit 和LIBSVM 但我想逐步了解更多信息。

任何示例代码或基本教程都会非常好。感谢您提前提出任何建议。

【问题讨论】：

How to calculate precision, recall and F-score with libSVM in python的可能重复

这是libsvm的扩展名：csie.ntu.edu.tw/~cjlin/libsvmtools/eval/index.html

【参考方案1】：

这些性能指标很容易从预测标签和真实标签中获得，作为后处理步骤：

精度 = TP / (TP+FP) 召回 = TP / (TP+FN) 准确度 = (TP + TN) / (TP + TN + FP + FN)

其中TP、FP、TN、FN分别为真阳性、假阳性、真阴性和假阴性的数量。

【讨论】：

谢谢 Marc，但我已经学习了一些基础知识，但我需要更具体的信息逐步实施过程。

步骤是：训练一个 SVM（确保正确调整它），预测测试集，根据预测标签和真实标签计算性能度量。

你能给我推荐任何带有代码 sn-ps 的教程或书籍吗？我不想要确切的整个代码，但出于学习目的，它会非常有用。谢谢。

@Raid 代码很简单。只需保留四个计数器，然后使用 Marc 提供的公式即可。对于每个预测标签：如果预测标签==真标签且真标签为正，则增加TP；如果预测标签 == 真实标签且标签为负，则增加 TN；如果预测标签为正而真实标签为负；增加 FP；否则增加 FN。试试这个视频：youtube.com/watch?v=2akd6uwtowc。