classification error的意思|示意
[审计][图情] 分类错误
classification error的用法详解
Classification error，简称为CE，是指分类判断错误。也就是模型预测结果与真实结果不一致，即发生了错误。CE是在机器学习中常用的评价指标，衡量的是模型在训练数据上的表现，给出的是一个小于等于1的数字，接近0表示模型训练效果好，接近1表示模型训练效果差。
CE的基本计算公式：
CE = Misclassification rate
CE计算方法：
（1）首先，得到一组数据，并用模型对该数据进行分类，得到模型预测结果；
（2）然后，统计分类预测正确的数据个数、正确预测出正类的数据个数、错误预测出负类的数据个数；
（3）最后，计算CE，CE = (负类错误预测数 + 正类错误预测数) / 总预测数。
CE可以帮助模型在分类准确率上得到一个确切的数值，从而指导我们的优化方向。
classification error相关短语
1、 Minimum classification error 最小分类误差,化分类错误
2、 Classification Error Rate 分类错误率
3、 Minimum classification error training 最小分类误差训练
4、 Minimize classification error 最小化分类错误
5、 Minimum Classification Error Rate 最小分类错误,分类错误率最小化
6、 mean classification error 平均分类误差
7、 Minimum Classification Error Method 最小分类错误法
8、 classification error cost 误分类代价
9、 classification error probability 分类错误率
classification error相关例句
Numerical simulations results show that the classifier has low classification error rates and high robustness.
实验结果表明,该分类器误分类率低、鲁棒性强.
互联网