我正在训练一个分类器（例如，动物），并且由于许多类别过于相似（例如，昆虫），我将一些类别组合在一起（例如，将虫子和蚊子归为昆虫）。然后，我将训练一个分类器来区分不同的昆虫。
我如何评估两者的性能？
假设第一级的['cat', 'dog', 'insects']准确率为 90%
第二级['mosquito', 'bug']准确率80%
总体准确度如何？
如何评估两个分类，其中一个进一步分类前一个类别？
数据挖掘
机器学习
分类
统计数据
2022-02-20 11:25:42
1个回答
首先请注意，如果类之间存在一些不平衡，准确性并不是一个很好的性能衡量标准。微观或宏观 F1 分数提供更多信息。
任何整体性能度量都可以通过获取完整的实例集来获得，只考虑每个实例的最终预测标签与真实标签。从那里可以通过通常的方式获得混淆矩阵。中间水平（例如“昆虫”）无关紧要。在准确性的情况下，您只需要计算每个实例的真实标签是否与最终预测的标签相同。
其它你可能感兴趣的问题