Что такое recall на положительном и отрицательном классе?
Набор данных из 200 примеров и двух class labels (например, положительный и отрицательный) был разделен на обучающий набор из 100 примеров и тестовый набор из 100 примеров. Была применена модель 1-NN, которая достигла точности 80% как для положительных, так и для отрицательных классов. Кроме того, 80 тестовых примеров были классифицированы как положительные и 20 как отрицательные.
Что такое recall на положительном и отрицательном классе?
Теперь предположим, что 60 тестовых примеров, которые были предсказаны как положительные, были случайно скопированы (продублированы) из обучающей выборки. Эти 60 примеров были идентифицированы и впоследствии были удалены из тестового набора.
Какой recall о положительном и отрицательном классе для нового тестового, который теперь содержит всего 40 примеров?
Простой
