[討論] Precision & Recall

看板DataScience作者 (冒煙的宏)時間6年前 (2018/05/19 01:47), 6年前編輯推噓2(2推 0噓 16→)
留言18則, 7人參與, 6年前最新討論串1/1
大家好 我是小小研究生 想請問大家對於Precision以及Recall的想法 通常是什麼情況下會特別注重Precision 又什麼情況會注重Recall呢? 最近在教機器學習關於評估模型 TP FP TN FN的部分 我自己的想法是 >>例如判斷有無得到傳染病 Precision指的是在模型判斷有傳染病的人之中 真的有得到傳染病的人有多少比例 Recall是在所有得到傳染病的人裡面 有被模型找到的人占多少比例 我會希望Recall盡量高一點 因為不想有沒被篩檢出來的人 會造成疫情擴散之類的 >>另外一個例子 判斷是否是潛在罪犯 預防性羈押 Precision指的是模型判斷是犯人之中 真的是犯人的比例 Recall是在所有犯人中 有被模型抓到的比例 這個例子裡面我應該會比較注重Precision 因為不想冤枉好人 >>所以簡單來說是 如果寧可錯殺100不可放過1人 就會注重Recall 反之寧願放過100不可錯殺1人 就會注重Precision 如果有別的想法也可以提出~ 想請問大家的想法 雖然有f1 score 對於Precision跟Recall 在什麼樣的情境下會怎麼去評估模型呢? 什麼樣的情況會注重哪一個? 謝謝大家~ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.252.95.204 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1526665631.A.2AB.html
→
05/19 01:58, 6年前 , 1F
完全看情況 看你要解的問題是啥
05/19 01:58, 1F
→
05/19 01:59, 6年前 , 2F
工程上從來就不是越準越好 而是要準到夠用
05/19 01:59, 2F
推
05/19 02:05, 6年前 , 3F
看情況。一般來說要有對該領域熟的人提出建議幫忙你下
05/19 02:05, 3F
→
05/19 02:05, 6年前 , 4F
決定
05/19 02:05, 4F
→
05/19 02:05, 6年前 , 5F
也是 夠用就好 只是想知道還有沒有其他類似的情況考慮
05/19 02:05, 5F
→
05/19 02:05, 6年前 , 6F
其中一個
05/19 02:05, 6F
→
05/19 02:06, 6年前 , 7F
在教學的時候發現好難舉例XD
05/19 02:06, 7F
※ 編輯: ken83715 (180.204.33.71), 05/19/2018 02:06:38
推
05/19 02:10, 6年前 , 8F
在異常檢測就是代表誤報率跟偵錯率 實際還是要看應用
05/19 02:10, 8F
→
05/19 02:10, 6年前 , 9F
一般是在Precision可接受的情況下盡量提高Recall
05/19 02:10, 9F
→
05/19 02:14, 6年前 , 10F
另外你舉的例子 警察也不可能完全相信模型 應該是把模型
05/19 02:14, 10F
→
05/19 02:14, 6年前 , 11F
判斷為犯人的人仔細調查 如果誤判 頂多就浪費一些時間
05/19 02:14, 11F
→
05/19 02:15, 6年前 , 12F
但如果漏抓就會很麻煩
05/19 02:15, 12F
→
05/19 03:02, 6年前 , 13F
原po舉的例子我覺得不錯阿 其實就是一個權衡問題 case
05/19 03:02, 13F
→
05/19 03:02, 6年前 , 14F
by case看你著重在哪個目標吧
05/19 03:02, 14F
→
05/19 08:58, 6年前 , 15F
身份認證系列基本上FP都要是零，多按幾次指紋完全不影響
05/19 08:58, 15F
→
05/19 08:58, 6年前 , 16F
使用
05/19 08:58, 16F
→
05/19 17:16, 6年前 , 17F
類似的問題hypothesis testing早就討論到爛了 去修大一的
05/19 17:16, 17F
→
05/19 17:16, 6年前 , 18F
統計學吧
05/19 17:16, 18F
‣ 更多 ken83715 的文章
文章代碼(AID): #1Q_n6VAh (DataScience)