《表4 因子贡献率分布：DrugChecking:一种多颜色空间下毒驾检测试纸识别方法》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《DrugChecking:一种多颜色空间下毒驾检测试纸识别方法》
在机器学习方法中，分类模型的评价指标通常为准确率（Accuracy，Acc）、精准率（Precision，Pre）、召回率（Recall）、综合评价指标F1-Score（F1），各评价指标所使用的样本数据类别如表4所示．Acc表示该算法所有分类正确的样本占所有数据样本的比率，则Acc越高，代表该算法检测出数据样本真实情况的能力越强．Pre和Recall都表示在不同分类情况下对该类别的判断能力，Pre和Recall数值越高，则该算法对该类别的分类能力越强．各项评价指标如下所示:
| 图表编号 | XD00212240600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.01 |
| 作者 | 魏婷婷、林楠、曹仰杰、魏君飞、杨聪 |
| 绘制单位 | 郑州大学软件学院、郑州大学软件学院、郑州大学软件学院、郑州大学汉威物联网研究院、郑州大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
