数据分类的过程是怎么样的，用什么指标来评价分类过程是否合适
快跑搜题为你分享国家开放大学题库及答案,此次我们分享的题目是数据分类的过程是怎么样的，用什么指标来评价分类过程是否合适,想要了解数据分类的过程是怎么样的，用什么指标来评价分类过程是否合适的答案是什么以及更多关于正确率 度量 错误率相关的题目答案,请关注快跑搜题公众号,发送题目即可获得答案.
题目:数据分类的过程是怎么样的，用什么指标来评价分类过程是否合适
数据分类的过程是怎么样的，用什么指标来评价分类过程是否合适
正确答案：数据分类的过程：1.完成敏感数据的风险评估；2.制定合理的分类规范；3.对数据类型进行分类；4.发现数据存储的位置；5.数据的识别与分类；6.启动安全控制措施；7.监控与维护。评价指标有：1）正确率（accuracy），正确率是我们最常见的评价指标，accuracy=（TP+TN）/（P+N），这个很容易理解，就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好；2）错误率（errorrate）。错误率则与正确率相反，描述被分类器错分的比例，errorrate=（FP+FN）/（P+N），对某一个实例来说，分对与分错是互斥事件，所以accuracy=1–errorrate；3）灵敏度（sensitive）。sensitive=TP/P，表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力；4）特效度（specificity）。specificity=TN/N，表示的是所有负例中被分对的比例，衡量了分类器对负例的识别能力；5）精度（precision）。精度是精确性的度量，表示被分为正例的示例中实际为正例的比例，precision=TP/（TP+FP）；6）召回率（recall）。召回率是覆盖面的度量，度量有多个正例被分为正例，recall=TP/（TP+FN）=TP/P=sensitive，可以看到召回率与灵敏度是一样的。7）其他评价指标。
关键词:正确率 度量 错误率
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
