Precisão, Revocação, Acurácia e Medida F

Olá!

Continuando a série de posts sobre meu mestrado, neste eu gostaria de abordar as métricas que usei para analisar os resultados que obtive nas segmentações com algoritmo do Crescimento de Regiões – “CR.

Como já expliquei anteriormente em minha pesquisa eu comparei os resultados da segmentação com um Padrão Ouro – “PO”, considerando esta a melhor segmentação possível.

 

Cruzando os Dados

Vamos considerar que estamos trabalhos com nuvens de pontos. Dessa forma, ao comparar as duas nuvens (a primeira do PO e a segunda segmentada pelo CR, podemos extrair alguns dados:

  • Verdadeiros Positivos – VP: são aqueles pontos segmentados no PO e no CR.
  • Verdadeiros Negativos – VN: são aqueles que não foram segmentados pelo PO e nem pelo CR.
  • Falsos Positivos – FP: são aqueles segmentados pelo CR, mas não pelo PO.
  • Falso Negativo – FN: são os pontos que não foram segmentados pelo CR, mas deveriam ter sido.

Veja a ilustração na figura abaixo:

Estamos assumindo aqui que as duas nuvens de pontos, tanto a gerada pelo CR, e tanto a do PO são binárias, ou seja, os pontos possuem apenas as coordenadas 3D (x, y e z) e um nível de intensidade de cor: zero (preto) e 255 (branco).

Uma vez que identificamos o valor das variáveis VP, VN, FP e FN vamos enfim calcular as métricas que intitulam este post.

Precisão (Precision)

precisao= vp / {vp + fp}

 

Revocação (Recall)

É a proporção entre as segmentações corretas e o total de segmentações realizadas. Essa métrica indica o qual boa foi a segmentação na escolha dos pontos corretos da nuvem.

 

revocacao= tp/ {tp+fp}

 

Acurácia (Accuracy)

acuracia= {tp+tn}/{tp+tn+fp+fn}

 

Medida F (F Measure, F1)

F= {acuracia * revocacao} / {precisao+revocacao}

 

Referências

One Comment

Add a Comment

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *