About: Precision and recall

Facets (new session)
Description
Metadata
Settings
- Rule:
- Inverse Functional Properties:
- "Same As":

About: Precision and recall Goto Sponge NotDistinct Permalink

An Entity of Type : dbo:ChemicalSubstance, within Data Space : dbpedia.demo.openlinksw.com associated with source document(s)
QRcode icon

http://dbpedia.demo.openlinksw.com/describe/?url=http%3A%2F%2Fdbpedia.org%2Fresource%2FPrecision_and_recall&invfp=IFP_OFF&sas=SAME_AS_OFF

In pattern recognition, information retrieval, object detection and classification (machine learning), precision and recall are performance metrics that apply to data retrieved from a collection, corpus or sample space. Precision (also called positive predictive value) is the fraction of relevant instances among the retrieved instances, while recall (also known as sensitivity) is the fraction of relevant instances that were retrieved. Both precision and recall are therefore based on relevance.

Attributes	Values
rdf:type	chemical substance
rdfs:label	دقة ومراجعة (ar) Precisió i reclam (ca) Precision und Recall (de) Precisión y exhaustividad (es) Doitasun eta estaldura (eu) Precisione e recupero (it) Précision et rappel (fr) 정밀도와 재현율 (ko) Precision and recall (en) Precisão e revocação (pt) Влучність та повнота (uk)
rdfs:comment	الدقة والإرجاع هو مفهوم في الرياضيات وفي علم الحاسوب المختص في مجال استرجاع المعلومات. الدقة هي معيار يقاس من خلال حساب عدد النتائج المتعلقة بالبحث على عدد النتائج المسترجعة الكلية. بينما الإرجاع يقاس من خلال حساب عدد النتائج المتعلقة بالبحث على عدد النتائج الكلية.لنفرض ان هناك جهاز يستطيع اكتشاف مرض سرطان الرئة من خلال الصور. قام هذا الجهاز بإرجاع 7 نتائج, 4 منها نتائج صحيحة وثلاثة خاظئة، وعدد الصور الكلية التي تحتوي على مرض سرطان الرئة هي 9. في هذه الحالة نقول أن معيار الدقة هو 4/7 بينما مقياس الإرجاع هو 4/9.لنأخذ مثال آخر: في حالة عمل عملية بحث عن سيارة جاغوار، لو كانت النتائج المرتجعة هي 20 صورة لسيارة الجاعوار وعشرة صور لحيوان الجاغوار تكون الدقة 20/30 بينما هناك 40 صورة أخرى لسيارة الجاغوار لم يتم استرجاعها من خلال محرك البحث، عندئذ نقول أن مقياس الإرجاع هو 20/60 (ar) , esperimentazioan, diagnostikoan eta informazioaren berreskurapenean doitasuna eta estaldura elementu multzo bat hautematean izandako eraginkortasunaren neurriak dira. Doitasuna hautemandako elementu guztietan zuzen hautemandako elementuen proportzioa da eta estaldura hauteman beharreko elementu guztietatik hautemandako elementuen proportzioa da. Adibidez, espezie bateko 20 aleetatik gaixo daudenak hauteman behar dira eta 8 ale dira gaixotzat jo direnak, horietatik 6 benetako gaixoak izanik; datu horietatik doitasuna 6/8=%75 da (hau da, hautemandako gaixo guztietatik %75 dira benetako gaixoak) eta estaldura 6/20=%30 da (hau da, gaixo guztietatik %30a hauteman da). (eu) 이진 분류 기법(binary classification)을 사용하는 패턴 인식과 정보 검색 분야에서, 정밀도는 검색된 결과들 중 관련 있는 것으로 분류된 결과물의 비율이고, 재현율은 관련 있는 것으로 분류된 항목들 중 실제 검색된 항목들의 비율이다. 따라서 정밀도와 재현율 모두 관련도(Relevance)의 측정 기준 및 지식을 토대로 하고 있다. (ko) En reconeixement de patrons, recuperació d'informació i classificació (aprenentatge automàtic), la precisió és la fracció de casos veritablement positius entre els casos seleccionats com a positius. El reclam (també anomenat sensibilitat, quan es compara amb l'especificitat) és la fracció de casos veritablement positius entre els casos rellevants. Tant la precisió com el reclam són mesures de la rellevància. (ca) La precisión y exhaustividad (denominado a veces como exhaustividad y precisión) es una métrica empleada en la medida del rendimiento de los sistemas de búsqueda y recuperación de información y reconocimiento de patrones. En este contexto se denomina precisión (denominado igualmente valor positivo predicho) como a la fracción de instancias recuperadas que son relevantes, mientras recall (denominado igualmente sensibilidad o exhaustividad) es la fracción de instancias relevantes que han sido recuperadas. Tanto la precisión como la exhaustividad son entendidas como medidas de la relevancia. Para entender mejor el concepto, supongamos de la existencia de un programa que reconoce perros en fotografías, dicho programa reconoce 7 perros en una escena que contiene 9 perros y algunos gatos. Si 4 (es) In pattern recognition, information retrieval, object detection and classification (machine learning), precision and recall are performance metrics that apply to data retrieved from a collection, corpus or sample space. Precision (also called positive predictive value) is the fraction of relevant instances among the retrieved instances, while recall (also known as sensitivity) is the fraction of relevant instances that were retrieved. Both precision and recall are therefore based on relevance. (en) Dans les domaines de la reconnaissance de formes, de la recherche d'information et de la classification automatique, la précision (ou valeur prédictive positive) est la proportion des items pertinents parmi l'ensemble des items proposés ; le rappel (ou sensibilité) est la proportion des items pertinents proposés parmi l'ensemble des items pertinents. Ces deux notions correspondent ainsi à une conception et à une mesure de la pertinence. (fr) Precisione e recupero, o richiamo (in inglese precision e recall) sono due comuni classificazioni statistiche, utilizzate in diversi ambiti del sapere, come per es. l'information retrieval. La precisione può essere vista come una misura di esattezza o fedeltà, mentre il recupero è una misura di completezza. Nell'Information Retrieval, un valore di precisione di 1.0 significa che ogni risultato recuperato da una ricerca è attinente mentre un valore di recupero pari a 1.0 significa che tutti i documenti attinenti sono stati recuperati dalla ricerca. (it) Em reconhecimento de padrões e recuperação de informações com classificação binária, precisão (também chamada de valor preditivo positivo) é a fração de instâncias recuperadas que são relevantes, enquanto revocação (também conhecida como sensibilidade) é a fração de instâncias relevantes que são recuperadas. Tanto precisão quanto revocação (ou recall) são, portanto, bases para o estudo e compreensão da medida de relevância. Suponha que um programa de computador para o reconhecimento de cães em cenas de um vídeo identifica 7 cães em uma cena contendo 9 cães e alguns gatos. Se 4 das identificações estão corretas, mas 3 são, na verdade, gatos, a precisão do programa é 4/7 enquanto a sua revocação é 4/9. Quando um motor de pesquisa retorna 30 páginas mas dessas apenas 20 são relevantes enquan (pt) В розпізнаванні образів, інформаційному пошуку та класифікації, влу́чність (англ. precision, яку також називають прогностичною значущістю позитивного результату) є часткою релевантних зразків серед знайдених, тоді як повнота́ (англ. recall, відома також як чутливість) є часткою загального числа позитивних зразків, яку було дійсно знайдено. Як влучність, так і повнота, відтак ґрунтуються на розумінні та мірі релевантності. Влучність не слід плутати з (англ. accuracy), яка є часткою правильно спрогнозованих результатів, як позитивних, так і негативних. Влучність стосується лише позитивних результатів. (uk)
foaf:depiction
dcterms:subject	Bioinformatics Information science Information retrieval evaluation
Wikipage page ID	14343887 (xsd:integer)
Wikipage revision ID	1122267443 (xsd:integer)
Link from a Wikipage to another Wikipage	F1 Score Bayes' theorem Relevance Uncertainty coefficient Information retrieval Null hypothesis Bioinformatics Matthews correlation coefficient Geometric mean Confusion matrix Contingency table Arithmetic mean Statistics John Makhoul Pattern recognition Data store Web browser engine Classification (machine learning) Text corpus Relevance (information retrieval) Harmonic mean Object detection Sample space Information science Accuracy and precision Cohen's kappa Positive predictive value Receiver operating characteristic Information retrieval evaluation Search engine (computing) Markedness Sensitivity and specificity Type I and type II errors Evaluation measures (information retrieval) Accuracy (binary classification) ROC curve Regression coefficient Informedness Specificity (tests) Specificity and sensitivity
Link from a Wikipage to an external page	http://www.dcs.gla.ac.uk/Keith/Preface.html http://www.text-analytics101.com/2014/10/computing-precision-and-recall-for.html http://citeseerx.ist.psu.edu/viewdoc/summary%3Fdoi=10.1.1.27.4637
sameAs	Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall Precision and recall
dbp:wikiPageUsesTemplate	dbt:ISBN dbt:Main_article dbt:Refbegin dbt:Refend dbt:Reflist dbt:Short_description dbt:Machine_learning_evaluation_metrics dbt:Confusion_matrix_terms dbt:Diagnostic_testing_diagram

Faceted Search & Find service v1.17_git139 as of Feb 29 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 08.03.3330 as of Mar 19 2024, on Linux (x86_64-generic-linux-glibc212), Single-Server Edition (378 GB total memory, 60 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software