Contents
Định nghĩa chính xác
Nếu bạn cân một vật năm lần và mỗi lần bạn nhận được 3,2 kg, thì phép đo của bạn rất chính xác. Độ chính xác đề cập đến một giá trị ở dạng số thập phân sau số nguyên và nó không liên quan đến độ chính xác. Các khái niệm về độ chính xác và độ chính xác gần như có liên quan với nhau, và rất dễ bị nhầm lẫn.
Độ chính xác là một số thể hiện một lượng các chữ số thông tin và nó thể hiện giá trị của số đó.
Ví dụ – Giá trị thích hợp của pi là 3,14 và tính gần đúng chính xác của nó. Nhưng chữ số chính xác là 3,199 nhỏ hơn chữ số chính xác. Nó có nhiều dạng thống kê, số học và độ chính xác, v.v.
Sự khác biệt giữa độ chính xác và độ chính xác
Ví dụ:
- Một con số không chính xác nhưng chính xác.
- Một con số không chính xác nhưng chính xác.
- Một con số xác đáng và chính xác.
Độ chính xác là lượng thông tin được truyền tải bởi một giá trị. Trong khi Độ chính xác là thước đo tính đúng đắn của giá trị trong mối tương quan với thông tin.
Hãy xem xét giá trị của “pi”, tức là, 3,142857143.
Theo các câu hỏi:
Một con số không chính xác nhưng chính xác là 3,14. Nó chính xác dựa trên sự gần gũi và không có số nào có ba chữ số khác có thể đến gần mục tiêu hơn.
Một con số không chính xác nhưng chính xác là 1.1423345678901234567890. Nó rất chính xác vì nó truyền tải nhiều thông tin hơn. Nhưng không thể coi là chính xác vì nó không gần mục tiêu.
Một con số chính xác và chính xác là 3,142857143. Đây là con số duy nhất có độ chính xác và độ chính xác tối đa nếu giá trị mục tiêu là 3,142857143.
Hình trên cho thấy một trò chơi phi tiêu có ba hình ảnh,
(i) Cái đầu tiên cho thấy độ chính xác Tốt và độ chính xác tốt, vì cả ba phi tiêu đều gần với vùng điểm tối đa (chính xác) và tất cả các phi tiêu đều gần nhau (chính xác).
(ii) Hình thứ hai cho thấy độ chính xác kém nhưng độ chính xác tốt, vì cả ba phi tiêu đều đủ gần nhưng cách xa vùng điểm tối đa.
(iii) Hình thứ ba cho thấy độ chính xác kém và độ chính xác kém, vì tất cả các phi tiêu không ở gần cũng như không nằm trong vùng điểm tối đa.
Độ chính xác và thu hồi
Trong nhận dạng mẫu, truy xuất và phân tích dữ liệu, độ chính xác hoặc giá trị tiên đoán dương là phần nhỏ của các mẫu có liên quan trong số các mẫu được truy xuất. Đồng thời, thu hồi hoặc độ nhạy là một phần của tổng số mô hình thích hợp đã được truy xuất. Tuy nhiên, cả độ chính xác và thu hồi đều phụ thuộc vào sự hiểu biết và mức độ liên quan.
Công thức chính xác
Độ chính xác đánh giá phần nhỏ của các trường hợp hoặc mẫu được phân loại chính xác trong số các mẫu được phân loại là dương tính. Do đó, công thức tính độ chính xác được đưa ra bởi:
Độ chính xác = Tích cực đúng / (Tích cực đúng + Tích cực sai) = TP / (TP + FP)
Theo cách tương tự, chúng ta có thể viết công thức để tìm độ chính xác và nhớ lại.
Vì thế,
Độ chính xác = (Tích cực đúng + Phủ định thật) / (khẳng định đúng + Phủ định đúng + khẳng định sai + Phủ định sai)
= (TP + TN) / (TP + TN + FP + FN)
Nhớ lại = Tích cực đúng / (Tích cực đúng + Phủ định sai)
= TP / (TP + FN)
Ví dụ về độ chính xác
Câu hỏi : Một mô hình nhị phân đưa ra dự đoán và dự đoán 160 mẫu thuộc phần A, 105 mẫu đúng và 55 mẫu sai. Tính toán giá trị chính xác cho mô hình này.
Giải pháp :
Từ mô hình đã cho,
Tích cực thực sự (TP) = 105
Kết quả dương tính giả (FP) = 55
Sử dụng công thức,
Độ chính xác = TP / (TP + FP)
= 105 / (105 + 55)
= 105/160
= 065625
Do đó, độ chính xác cho mô hình đã cho là 0,65625.
Xem thêm:
So sánh hơn là gì ? cấu trúc và cách dùng trong tiếng anh.
