可生成图片类型(推荐)
可生成数据表类型(推荐)
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
||
第7行: | 第7行: | ||
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 | |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 | ||
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署 | |productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署 | ||
|nodeenglishname= | |nodeenglishname=Mean Average Precision | ||
|abbreviation= | |abbreviation=MAP | ||
|funcmaincategory=机器学习 | |funcmaincategory=机器学习 | ||
|funcsubcategory=[[Eva Lv1 Cat::模型评估]] | |funcsubcategory=[[Eva Lv1 Cat::模型评估]] |
节点状态 | / Win10及以上可用
在V1.0部署
|
---|---|
平均类准确率 | |
节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
节点英文名 | Mean Average Precision |
功能主类别 | 机器学习 |
英文缩写 | MAP |
功能亚类别 | 模型评估 |
节点类型 | 数据挖掘 |
开发语言 | Python |
节点简介 | |
平均类准确率(Mean Class Accuracy)是一种用于衡量多类分类模型性能的指标。它是各个类别准确率的平均值,反映了模型在不同类别上的分类准确程度。 | |
端口数量与逻辑控制(PC) | |
Input-入口 | 2个 |
Output-出口 | 2个 |
Loop-支持循环 | 否 |
If/Switch-支持逻辑判断 | 否 |
输入输出 | |
相关节点 | |
上一节点 | 拟合优度 |
下一节点 | 交叉熵 |
相关网站 |
查找其他类别的节点,请参考以下列表