《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) |