平均类准确率:修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
 
(未显示同一用户的4个中间版本)
第2行: 第2行:
|nodename=平均类准确率
|nodename=平均类准确率
|nodeimage=Mean Average Precision.png
|nodeimage=Mean Average Precision.png
|icon=Mean Average Precision.svg
|simpleicon=Mean Average Precision_Pure.svg
|developer=Dev.Team-DPS
|developer=Dev.Team-DPS
|productionstate=PC可用
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[DecisionLinnc | V1.0]]部署
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|nodeenglishname=[[Has english name::Mean Average Precision]]
|nodeenglishname=Mean Average Precision
|abbreviation=[[Has abbreviation::MAP]]
|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]]
|nodecategory=数据挖掘
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeinterpretor=Python
|nodeshortdescription=<p>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。</p>
|nodeshortdescription=<p>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。</p>
|nodeinputnumber=2
|nodeinputnumber=2
第17行: 第19行:
|nodeifswitchsupport=否
|nodeifswitchsupport=否
|nodeavailableplotlist=nodenoplotoutput
|nodeavailableplotlist=nodenoplotoutput
|nodeavailabletablelist=
|nodeavailabletablelist=Table_For_Downstream
|nodeconfiguration=
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ;Transfer-Table ■
|nodeinputports=WorkFlow-Control ;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/平均类准确率
|statsapewikiurl=https://wiki.statsape.com/平均类准确率
|previousnode=[[拟合优度]]
|previousnode=[[拟合优度]]
|nextnode=[[交叉熵]]
|nextnode=[[交叉熵]]
}}
}}





2024年1月19日 (五) 19:30的最新版本

Mean Average Precision.png
节点状态
Windows / Windows 10 Win10及以上可用
V1.0部署
平均类准确率Mean Average Precision.svg
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
If/Switch-支持逻辑判断
输入输出
可生成图片类型(推荐)
可生成数据表类型(推荐)
相关节点
上一节点拟合优度
下一节点交叉熵




查找其他类别的节点,请参考以下列表