communications-mining
latest
false
重要 :
请注意,此内容已使用机器翻译进行了本地化。
Communications Mining 用户指南
Last updated 2024年10月3日

True 和 False 负预测

了解这些定义非常重要,因为它们是解释其他基本机器学习概念(如精度召回率)的关键部分。

下面概述了其在平台中的应用程序上下文。

首先:

  • “肯定”预测是指模型认为某个标签适用于消息的预测
  • “负”预测是指模型认为某个标签不适用于消息的预测

真例

真正结果是指模型正确预测某个标签适用于消息的结果。

真底片

真负结果是指模型正确预测标签不适用于消息的结果。

误报

误报结果是指模型错误地预测标签适用于消息,而实际上标签并不适用。

漏报

漏报结果是指模型错误地预测标签不适用于消息,而实际上标签适用。

要更详细地了解每个概念,请参阅此处

此页面有帮助吗?

获取您需要的帮助
了解 RPA - 自动化课程
UiPath Community 论坛
Uipath Logo White
信任与安全
© 2005-2024 UiPath。保留所有权利。