Pytorch 计算误判率,计算准确率,计算召回率的例子


Posted in Python onJanuary 18, 2020

无论是官方文档还是各位大神的论文或搭建的网络很多都是计算准确率,很少有计算误判率,

下面就说说怎么计算准确率以及误判率、召回率等指标

1.计算正确率

获取每批次的预判正确个数

train_correct = (pred == batch_y.squeeze(1)).sum()

该语句的意思是 预测的标签与实际标签相等的总数

获取训练集总的预判正确个数

train_acc += train_correct.data[0] #用来计算正确率

准确率 : train_acc / (len(train_data))

2.误判率

举例:当你是二分类时,你需要计算 原标签为1,但预测为 0 ,以及 原标签为0,预测为1的 误判率

误判率又分为:

CTW : correct to wrong 标签为正确的,预测为错误的

WTC: wrong to correct 标签为错误的,预测为正确的

zes=Variable(torch.zeros(lasize).type(torch.LongTensor))#全0变量

ons=Variable(torch.ones(lasize).type(torch.LongTensor))#全1变量

train_correct01 = ((pred==zes)&(batch_y.squeeze(1)==ons)).sum() #原标签为1,预测为 0 的总数

train_correct10 = ((pred==ons)&(batch_y.squeeze(1)==zes)).sum() #原标签为0,预测为1 的总数

train_correct11 = ((pred_y==ons)&(batch_y.squeeze(1)==ons)).sum()
train_correct00 = ((pred_y==zes)&(batch_y.squeeze(1)==zes)).sum()

获取训练集总的误判个数

FN += train_correct01.data[0]

FP += train_correct10.data[0]

TP += train_correct11.data[0]
TN += train_correct00.data[0]

误判率 :

(FN+FP)/(len(train_data)) #CTW+WTC

3.精准率和召回率

精准率: P = TP/ (TP+FP)
召回率: R = TP/ (TP+FN)

4.真正例率和假正例率

真正例率:TPR = TP/ (TP+FN)
假正例率:FPR =FP/ (FP+TN)

最后,当你要计算多分类的误判率时,只需在二分类的基础上类推即可

以上这篇Pytorch 计算误判率,计算准确率,计算召回率的例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
简单掌握Python中glob模块查找文件路径的用法
Jul 05 Python
详解K-means算法在Python中的实现
Dec 05 Python
Python使用flask框架操作sqlite3的两种方式
Jan 31 Python
Python 通过requests实现腾讯新闻抓取爬虫的方法
Feb 22 Python
Python实现合并excel表格的方法分析
Apr 13 Python
详解python和matlab的优势与区别
Jun 28 Python
使用python批量修改文件名的方法(视频合并时)
Mar 24 Python
python elasticsearch环境搭建详解
Sep 02 Python
python脚本后台执行方式
Dec 21 Python
python pymysql链接数据库查询结果转为Dataframe实例
Jun 05 Python
Tensorflow tensor 数学运算和逻辑运算方式
Jun 30 Python
Python TestSuite生成测试报告过程解析
Jul 23 Python
python:目标检测模型预测准确度计算方式(基于IoU)
Jan 18 #Python
Python实现计算长方形面积(带参数函数demo)
Jan 18 #Python
python实现的Iou与Giou代码
Jan 18 #Python
Python 简单计算要求形状面积的实例
Jan 18 #Python
python实现用类读取文件数据并计算矩形面积
Jan 18 #Python
python不使用for计算两组、多个矩形两两间的iou方式
Jan 18 #Python
浅谈Python3实现两个矩形的交并比(IoU)
Jan 18 #Python
You might like
php截取后台登陆密码的代码
2012/05/05 PHP
PHP-FPM运行状态的实时查看及监控详解
2016/11/18 PHP
javascript 多级checkbox选择效果
2009/08/20 Javascript
JS 获取span标签中的值的代码 支持ie与firefox
2009/08/24 Javascript
VBS通过WMI监视注册表变动的代码
2011/10/27 Javascript
Firefox下无法正常显示年份的解决方法
2014/09/04 Javascript
node.js中的fs.writeFile方法使用说明
2014/12/14 Javascript
基于jquery步骤进度条源码分享
2015/11/12 Javascript
JQUERY表单暂存功能插件分享
2016/02/23 Javascript
AngularJS中实现用户访问的身份认证和表单验证功能
2016/04/21 Javascript
原生JS实现轮播效果+学前端的感受(防止走火入魔)
2016/08/21 Javascript
解析如何利用iframe标签以及js制作时钟
2016/12/08 Javascript
详解基于Vue+Koa的pm2配置
2017/10/24 Javascript
JS原型继承四步曲及原型继承图一览
2017/11/28 Javascript
Javascript组合继承方法代码实例解析
2020/04/02 Javascript
JS禁用右键、禁用Ctrl+u、禁用Ctrl+s、禁用F12的实现代码
2020/12/01 Javascript
[00:30]塑造者的传承礼包-戴泽“暗影之焰”套装展示视频
2014/04/04 DOTA
python多进程和多线程究竟谁更快(详解)
2017/05/29 Python
Python实现图片拼接的代码
2018/07/02 Python
浅谈Python在pycharm中的调试(debug)
2018/11/29 Python
Python使用Shelve保存对象方法总结
2019/01/28 Python
详解Python函数式编程—高阶函数
2019/03/29 Python
python简单实现矩阵的乘,加,转置和逆运算示例
2019/07/10 Python
python django model联合主键的例子
2019/08/06 Python
python多线程分块读取文件
2019/08/29 Python
python高阶函数map()和reduce()实例解析
2020/03/16 Python
python 带时区的日期格式化操作
2020/10/23 Python
python爬取微博评论的实例讲解
2021/01/15 Python
20佳惊艳的HTML5应用程序示例分享
2011/05/03 HTML / CSS
中国专业的音频分享平台:喜马拉雅
2019/05/24 全球购物
实习生个人的自我评价
2013/12/08 职场文书
班组长的岗位职责
2013/12/09 职场文书
中专生职业生涯规划书范文
2013/12/29 职场文书
财务会计专业求职信范文
2013/12/31 职场文书
经费申请报告
2015/05/15 职场文书
vue实现水波涟漪效果的点击反馈指令
2021/05/31 Vue.js