معیارهای ارزیابی
دقت و بازیابی دو معیار مهمی هستند که در ارزیابی عملکرد مدل پیشنهادی استفاده کردیم. دقت و بازیابی بصورت معادله(4-1) و (4-2) تعریف میشوند .
پارامتر TN بیانگر تعداد نمونههایی است که دسته واقعی آنها منفی بوده و الگوریتم تشخیص دهنده نیز دسته آنها را به درستی منفی تشخیص داده است.TP بیانگر تعداد نمونههایی است که دسته واقعی آنها مثبت بوده و الگوریتم تشخیص دهنده نیز دسته آنها را به درستی مثبت تشخیص داده است.FP بیانگر تعداد نمونههایی است که دسته واقعی آنها منفی بوده و الگوریتم تشخیص دهنده دسته آنها را به اشتباه مثبت تشخیص داده است.FN بیانگر تعداد نمونههایی است که دسته واقعی آنها مثبت بوده و الگوریتم تشخیص دهنده دسته آنها را به اشتباه منفی تشخیص داده است. معیار Precision شامل پارامترهای TP و FP است. در این معیار نمونههای نادرست مثبت هم به عنوان مثبت درست در دقت تشخیص تاثیرگذار هستند. معیار Recall شامل پارامترهای TP و FN است. در این معیار نمونههای نادرست منفی هم در دقت تاثیرگذار هستند. معیار F-Measure به منظور ارزیابی کلی معیارهای Precision و Recall استفاده میشود. و معیار Accuracy معیار اصلی برای دقت تشخیص است.