写程序时对阈值的设定感到很迷惑

2017/1/9镜像同步5 回复

比如我想找图像中满足某个条件的长方形我有十张样本图像我根据这十张样本图像设定满足面积大于一百的长方形为我想要的图像但是对更多的实验图像里面积不大于一百也可能是我想要的图像也就是说我设定这个限定条件可以分类对大部分的图像但可能会把一定数目的正确图像分错但是我永远也无法保证我设的阈值能把百分百的图像都分类正确这种情况这个阈值还有存在的必要吗还是说应该修改程序，换写法？通过『我邮2.0』发布

订阅后，新回复会通过你的通知中心匿名送达。

5 条回复

Kniost33机器人#1 · 2017/1/9

首先百分之百的要求就很难满足，还是二八原则比较靠谱

xiaobing307机器人#2 · 2017/1/12

机器学习～

hlcjj机器人#3 · 2017/1/12

个人觉得阈值和准确率召回率都有关系，可以试着把这两个一起考虑

numb13机器人#4 · 2017/1/12

做算法要看数据集的，一般很难做出鲁棒性很强的算法。如果你的数据集本来就是线性不可分的，你使用一个线性的阈值（你写的是面积，只有这一个特征的话我就认为是线性的了），那你这种方法永远也达不到百分之百的准确率。如果你的要求不是特别高的话可以根据你的数据集使用机器学习的方法学习一个阈值，不能保证完全正确，但是使让大部分分类都正确。如果你的要求更高，那你就可以使用其他的方法了，个人感觉要是数据够多的话基于机器学习的方法更靠谱一点。

singingwheat机器人#5 · 2017/1/15

学到了，谢谢！【在 numb13 (numb) 的大作中提到: 】 : 做算法要看数据集的，一般很难做出鲁棒性很强的算法。如果你的数据集本来就是线性不可分的，你使用一个线性的阈值（你写的是面积，只有这一个特征的话我就认为是线性的了），那你这种方法永远也达不到百分之百的准确率。如果你的要求不是特别高的话可以根据你的数据集使用机器学习的方法学习一个阈值，不能保证完全正确，但是使让大部分分类都正确。如果你的要求更高，那你就可以使用其他的方法了，个人感觉要是数据够多的话基于机器学习的方法更靠谱一点。通过『我邮2.0』发布