[發(fā)明專利]分類效果確定方法、裝置、智能終端及存儲(chǔ)介質(zhì)有效
| 申請(qǐng)?zhí)枺?/td> | 201910409134.1 | 申請(qǐng)日: | 2019-05-16 |
| 公開(公告)號(hào): | CN110135592B | 公開(公告)日: | 2023-09-19 |
| 發(fā)明(設(shè)計(jì))人: | 張雨豪;陳新杰;鄭景耀;劉洪 | 申請(qǐng)(專利權(quán))人: | 騰訊科技(深圳)有限公司 |
| 主分類號(hào): | G06N20/10 | 分類號(hào): | G06N20/10 |
| 代理公司: | 廣州三環(huán)專利商標(biāo)代理有限公司 44202 | 代理人: | 郝傳鑫;熊永強(qiáng) |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 分類 效果 確定 方法 裝置 智能 終端 存儲(chǔ) 介質(zhì) | ||
1.一種針對(duì)分類模型的分類效果確定方法,其特征在于,所述方法包括:
利用分類模型對(duì)多個(gè)測(cè)試子集中每一個(gè)測(cè)試子集包括的圖像數(shù)據(jù)進(jìn)行分類處理,得到所述每一個(gè)測(cè)試子集所屬的預(yù)測(cè)類目;所述分類模型包括N個(gè)分類類目輸出,所述預(yù)測(cè)類目為N個(gè)分類類目中的一個(gè),所述N為大于1的正整數(shù);所述多個(gè)測(cè)試子集包含于分類測(cè)試集,所述測(cè)試子集是由分類對(duì)象的圖像數(shù)據(jù)組成的數(shù)據(jù)集;所述分類模型是利用分類訓(xùn)練集以及相關(guān)算法訓(xùn)練生成的用于執(zhí)行分類任務(wù)的模型;所述相關(guān)算法包括支持向量機(jī)SVM算法、決策樹算法和邏輯回歸算法中的任一種算法;
獲取為所述分類測(cè)試集中每一個(gè)測(cè)試子集設(shè)置的標(biāo)簽類目,并將所述每一個(gè)測(cè)試子集的預(yù)測(cè)類目及其標(biāo)簽類目進(jìn)行比較,得到比較結(jié)果;所述比較結(jié)果包括每一個(gè)分類類目對(duì)應(yīng)的目標(biāo)類指標(biāo)參數(shù),所述目標(biāo)類指標(biāo)參數(shù)包括真陽指標(biāo)參數(shù),所述目標(biāo)類指標(biāo)參數(shù)還包括假陽指標(biāo)參數(shù)和假陰指標(biāo)參數(shù)中的至少一種;分類類目的真陽指標(biāo)參數(shù)、假陽指標(biāo)參數(shù)和假陰指標(biāo)參數(shù)分別用于指示:所述分類測(cè)試集中預(yù)測(cè)類目和標(biāo)簽類目均為所述分類類目的測(cè)試子集的數(shù)量、所述分類測(cè)試集中預(yù)測(cè)類目為所述分類類目且標(biāo)簽類目不為所述分類類目的測(cè)試子集的數(shù)量、所述分類測(cè)試集中預(yù)測(cè)類目不為所述分類類目且標(biāo)簽類目為所述分類類目的測(cè)試子集的數(shù)量;
根據(jù)所述目標(biāo)類指標(biāo)參數(shù)確定第一效果參數(shù)和第二效果參數(shù);
計(jì)算所述第一效果參數(shù)與所述第二效果參數(shù)的和值,將所述第二效果參數(shù)和所述和值進(jìn)行除法運(yùn)算得到第一權(quán)重值,將所述第一效果參數(shù)和所述和值進(jìn)行除法運(yùn)算得到第二權(quán)重值;
根據(jù)所述第一效果參數(shù)和所述第一權(quán)重值的乘積、所述第二效果參數(shù)和所述第二權(quán)重值的乘積,確定所述分類模型的分類效果指標(biāo)值;
其中,若所述目標(biāo)類指標(biāo)參數(shù)包括真陽指標(biāo)參數(shù)和假陽指標(biāo)參數(shù),則所述第一效果參數(shù)包括微精準(zhǔn)率,所述第二效果參數(shù)包括宏精準(zhǔn)率;所述微精準(zhǔn)率是根據(jù)N個(gè)分類類目的真陽指標(biāo)參數(shù)的和值以及假陽指標(biāo)參數(shù)的和值確定的,所述宏精準(zhǔn)率是根據(jù)每一個(gè)分類類目的分類精準(zhǔn)率確定的,所述分類精準(zhǔn)率為所述分類類目的真陽指標(biāo)參數(shù)與第一和值的比值,所述第一和值為所述分類類目的真陽指標(biāo)參數(shù)和假陽指標(biāo)參數(shù)的和值;或者,
若所述目標(biāo)類指標(biāo)參數(shù)包括真陽指標(biāo)參數(shù)和假陰指標(biāo)參數(shù),則所述第一效果參數(shù)包括微召回率,所述第二效果參數(shù)包括宏召回率,所述微召回率是根據(jù)N個(gè)分類類目的真陽指標(biāo)參數(shù)的和值以及假陰指標(biāo)參數(shù)的和值確定的,所述宏召回率是根據(jù)每一個(gè)分類類目的分類召回率確定的,所述分類召回率為所述分類類目的真陽指標(biāo)參數(shù)與第二和值的比值,所述第二和值為所述分類類目的真陽指標(biāo)參數(shù)和假陰指標(biāo)參數(shù)的和值;或者,
若所述目標(biāo)類指標(biāo)參數(shù)包括真陽指標(biāo)參數(shù)、假陽指標(biāo)參數(shù)和假陰指標(biāo)參數(shù),則所述第一效果參數(shù)包括微綜合評(píng)價(jià)指標(biāo)參數(shù),所述第二效果參數(shù)包括宏綜合評(píng)價(jià)指標(biāo)參數(shù),或者,所述第一效果參數(shù)包括融合精準(zhǔn)率,所述第二效果參數(shù)包括融合召回率;所述微綜合評(píng)價(jià)指標(biāo)參數(shù)是根據(jù)所述微精準(zhǔn)率與所述微召回率的乘積以及和值確定的,所述宏綜合評(píng)價(jià)指標(biāo)參數(shù)是根據(jù)所述宏精準(zhǔn)率與所述宏召回率的乘積以及和值確定的;所述融合精準(zhǔn)率是根據(jù)所述微精準(zhǔn)率、所述微精準(zhǔn)率的權(quán)重值、所述宏精準(zhǔn)率、所述宏精準(zhǔn)率的權(quán)重值確定的,所述微精準(zhǔn)率的權(quán)重值為所述宏精準(zhǔn)率與第三和值的比值,所述宏精準(zhǔn)率的權(quán)重值為所述微精準(zhǔn)率與第三和值的比值,第三和值為所述微精準(zhǔn)率和所述宏精準(zhǔn)率的和值,所述融合召回率是根據(jù)所述微召回率、所述微召回率的權(quán)重值、所述宏召回率、所述宏召回率的權(quán)重值確定的,所述微召回率的權(quán)重值為所述宏召回率與第四和值的比值,所述宏召回率的權(quán)重值為所述微召回率與第四和值的比值,第四和值為所述微召回率和所述宏召回率的和值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910409134.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 一種數(shù)據(jù)庫讀寫分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





