1樓：霸天虎
和場景無關，意味從本質來分析。P和R都很高，是非常正常的，因為這與資料分布有關。此時,F值接近(1+1/a平方)/2,不是越大越好。
2樓：
如果 class balanced 的話，可以選擇優化F值
如果 class imbalance, 看 positive 的資料量， 如果資料量大的考慮用 precision. 如果資料量小的用Recall。 # 個人看法
3樓：熊辰炎
取決於你的具體問題。如果啥背景都不給的話，就是F值綜合考慮。
但是大部分網際網路公司裡和使用者相關的演算法時，更看重的是precision。
比如想要在Google的搜尋系統裡用的某個新演算法，recall可以是0.01%，但是考慮到總體的使用者數量，0.01%依然是很大的數字。
但是precision必須要足夠高，一般都要求95%以上。因為使用者對效果的提公升並不怎麼敏感，但是對bad case卻非常在意。可能你某個演算法更好的滿足了100個使用者，他們卻並不知情，但是傷害到了1個使用者，他可能就截屏發Facebook嘲笑你了。。。
也有的時候是只看recall的。。。比如黃反過濾和牆。。。 寧可錯殺一萬，不能放過乙個。不然就要被找去喝茶了。
4樓：
根據你的需求來，F值就是嘗試做precision和recall之間協調的乙個評價指標，一般看F值，只有當precision和recall都還不錯的時候，F值才會高。
資料探勘中，如何降維
唐申庚 我對資料探勘了解的也不多，單就對機器學習方面的認識來說，資料探勘任務中的降維主要針對的是降低特徵維度，而非降低樣本數量，不然就沒有意義了。為了降維，一般有兩種顯而易見的做法，一是特徵選擇，二是特徵嵌入。相對來說，特徵選擇在資料探勘任務中使用更加簡單普遍一些，相當於是一種下取樣。特徵選擇其實就...
sql挖掘模型檢視器資料處理失敗無法建立樹形圖怎麼解？
和風阿衰 此資料庫沒有有效所有者，因此無法安裝資料庫關係圖支援物件。若要繼續，請首先使用 資料庫屬性 對話方塊的 檔案 頁或ALTER AUTHORIZATION語句將資料庫所有者設定為有效登入名，然後再新增資料庫關係圖支援物件。按照第一種方式更改怎麼也不行，並且檔案的所有者也是sa。給出了一種方法...
機器學習 優化理論 統計分析 資料探勘 神經網路 人工智慧 模式識別之間的關係是什麼？
騫騫狗 一文告訴你 統計學 資料探勘與機器學習的區別 騫騫狗的文章 知乎 https zhuanlan p 61824761 感覺寫的很好，從根本上區分了統計學 資料探勘與機器學習的區別，適合對資料處理這門學問一點不了解的人看。相信你會有所收穫 Mellisacat 只有統計是理論科學 scienc...