[多分类]PR曲线
计算多分类任务的PR曲线
[多分类]ROC曲线
本文字数：
5.7k
阅读时长 ≈
10 分钟
学习和使用多分类任务的ROC曲线
[多分类]混淆矩阵
本文字数：
3.3k
阅读时长 ≈
6 分钟
[二分类]F1 score
本文字数：
785
阅读时长 ≈
1 分钟
准确率 vs. 精确率
本文字数：
248
阅读时长 ≈
1 分钟
准确率和精确率是常用的算法评价标准，但是其定义略有差别
[OKR]2020年1月份
本文字数：
1.1k
阅读时长 ≈
2 分钟
2020年1月份OKR实现
2019年小结
本文字数：
1.5k
阅读时长 ≈
3 分钟
在网上看到很多vloger都发布了自己的2019年小结，想想自己的2019年也发生了很多事情，记录一下
OKR工作法
本文字数：
1.6k
阅读时长 ≈
3 分钟
OKR（Objectives and Key Results，目标与关键结果）工作法是最近非常热门的管理和实践模型，在公司实习的时候接触了这个概念，后来回学校后就没有去深入研究。买了一本书《OKR工作法》进行学习，里面通过一个创业案例来说明OKR工作法的使用。从我个人观点来看，OKR的概念非常抽象，整个模型可以说很简单，不过确实能够通过实践它得到不一样的进步
以下内容更多的关注于个人的OKR学习和实践
[Jenkins][GitLab]docker-compose实现
本文字数：
910
阅读时长 ≈
2 分钟
之前实现了在Docker中运行Jenkins以及[Docker]GitLab使用，参考Docker Compose，通过docker-compose方式同时启动两个容器
[二分类]PR曲线
本文字数：
4.9k
阅读时长 ≈
9 分钟
PR曲线是另一种衡量算法性能的评价标准，其使用精确度（Precision, Y轴）和召回率（Recall, X轴）作为坐标系的基底
本文着重于二分类的PR曲线
参考一个例子：
Suppose a computer program for recognizing dogs in photographs identifies 8 dogs in a picture containing 12 dogs and some cats. Of the 8 identified as dogs, 5 actually are dogs (true positives), while the rest are cats (false positives). The program's precision is 5/8 while its recall is 5/12.