返回信息流这是一个显著区域提取算法的precision-recall curve,不知道为什么画出来在[0.2,0.5]范围内是递增的。
不是说P、R值是成反比的么,求大神指导为什么会这样
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #15961同步于 2015/5/26
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
【问题】precision-recall curve 好奇怪,画出来为什么是这样
noahL
2015/5/26镜像同步4 回复
订阅后,新回复会通过你的通知中心匿名送达。
4 条回复
就是觉得这个图有点奇特,跟别的算法上升的部分相比太长,并且是在0.5附近,其他的都在0附近有一点趋势。不知道是不是算法的什么缺陷导致的
【 在 zl9394 的大作中提到: 】
: 并不是一直呈负相关(不是反比)的吧?对比下两个的定义。
: 在pos正确分类的数量刚开始增加时pre和recall 一起上升。
: 发自「贵邮」
最近论文才画了几个roc和pr,不知lz算法是怎样的,saliency的pr curve好像是:th调0-255,然后算每个th下pixel level的precision和recall?
是的,阈值从0-255
别的算法画出来都是正常的,几乎从0开始,就这个从0.2几开始
不知可否解释为它本身recall的下界比较高?
其实我就想知道这是好现象还是不好
【 在 czhang0528 的大作中提到: 】
: 最近论文才画了几个roc和pr,不知lz算法是怎样的,saliency的pr curve好像是:th调0-255,然后算每个th下pixel level的precision和recall?