如果想要得到较高的精度，则需要较长的编码。编码长度m增长的话，则item碰撞的概率会成倍的减小，从而导致召回率下降。为了得到较高的召回率，则需要多个哈希表。 参考http://yongyuan.name/blog/approximate-nearest-neighbor-search.html
分类：
其他好文 时间：
2015-05-27 00:43:46
阅读次数：
151
本人的毕设由于涉及到检索，需要使用准确率与召回率（precision-recall）指标衡量检索算法的有效性。众所周知，precision-recall曲线通常呈下降趋势，也即使用同一检索方法对不同检索用例进行检索，若检索结果的准确率越高，召回率总会反而越低。本人对这一现象表示好奇，一直想搞明白其中的道理，也在网上查过相关资料。但暂时未发现有人系统地讨论过原因，大多数都是炒冷饭式的描述：两者并无必...
分类：
其他好文 时间：
2015-04-16 09:06:41
阅读次数：
144
前4天，通过购物车购买
precision:0.0153313777615
recall:0.177594903106
f1:0.0282260616417
前4天，通过收藏夹购买
precision:0.00326368668608
recall:0.0270772498009
f1:0.00582524271845
前4天 ， 通过购物车&收藏夹购买
precision:...
分类：
其他好文 时间：
2015-04-05 10:34:39
阅读次数：
132
评价算法优秀程序的时候，常用一系列指标来衡量，主要包括：Precision，Recall，F-1 Score，为什么要设计这些值？单单用Precision不行吗？1, 什么是Ｐrecision ?Precison，准确度，主要表示检测出的Alert中有多少是正确的判断（True Positive，T...
分类：
编程语言 时间：
2015-03-20 18:12:13
阅读次数：
162
之前写过一篇blog叫做机器学习实战笔记之非均衡分类问题：http://blog.csdn.net/lu597203933/article/details/38666699其中对Precision和Recall及ROC都有所讲解，其中区别在于Precision,Recall, F-score,
MAP主要用于信息检索，而ROC曲线及其度量指标AUC主要用于分类和识别，ROC的详细介绍见上面的b...
分类：
其他好文 时间：
2014-12-08 14:01:53
阅读次数：
448
当我们对某些问题进行分类时，真实结果的分布会有明显偏差。例如对是否患癌症进行分类，testing set 中可能只有0.5%的人患了癌症。此时如果直接数误分类数的话，那么一个每次都预测人没有癌症的算法也是性能优异的。此时，我们需要引入一对新的判别标准：Precision/Recall来进行算法的性能...
分类：
编程语言 时间：
2014-12-06 16:38:03
阅读次数：
179
以人脸数据为例给定的数据集中有是人脸的图，也有不是人脸的图。precision = #将人脸识别为人脸/(#将人脸识别为人脸 +#将不是人脸识别为人脸)recall = #将人脸识别为人脸/(#将人脸识别为人脸 + #将人脸识别为不是人脸）也就是说，precision高，指将不是人脸识别为人脸的数比...
分类：
其他好文 时间：
2014-08-28 16:07:39
阅读次数：
214
