カフェ分類子を使用するときに偽陽性画像を見つける方法

画像の分類を行うためにカフェを使用していますが、2つのクラスがあります。私たちはトレーニングとテストを行い、正確さを得ました。今私はテストデータセットから偽陽性の画像を見つけたいと思っています。とにかく私はこれを行うことができますか？ありがとう！カフェ分類子を使用するときに偽陽性画像を見つける方法

出典

2017-03-21 ccatman

私が知っている最も簡単な方法は、トレーニングプロセスの一環としてではなく別の実行として分類を実行して、どのようなものが期待どおりに出てこないかを確認することです。

出典

2017-03-21 16:22:58 Prune

ありがとうございます。しかし、私は完全に別の実行の意味を理解することはできません。私はテストセットで偽陽性の画像を見つけようとしています。あなたはそれについてもっと詳しく説明できますか？ – ccatman

あなたの訓練されたモデルを実際に使用する方法*：新しい入力を分類する方法を見てください。これは「予測」または「採点」とも呼ばれます。新しい入力を使用する代わりに、テストセットを使用します。返された予測と地面の真理（元の分類）とを比較する。 – Prune

ありがとうございました。 – ccatman

肯定的な予測が肯定的なテストサンプルと一致するかどうかを確認するには、テストデータに何らかのラベルを付ける必要があります。そうでない場合は偽陽性とみなす必要があります。 f1スコアとその他のパフォーマンス変数を計算してください：

accuracy = (true_negative + true_positive)/total_samples 
recall = true_positive/(true_positive + false_negative) 
precision = true_positive/(true_positive + false_positive) 
f1score = 2*((precision*recall)/(precision+recall))

出典

2017-03-22 15:10:55

ありがとう！それは助けて！ – ccatman

カフェ分類子を使用するときに偽陽性画像を見つける方法

答えて

関連する問題