面向对象计数模型中的新型评价指标

作者：谢兆贤; 宋玉波^*; 辛沛霖

来源：计算机应用, 2022, S2: 267-271.

• 评价指标
• 计数模型
• 混淆矩阵
• 回归模型
• 人群计数

评价指标对目标计数很重要，目前常用的评价指标是平均绝对误差（MAE）和均方根误差（RMSE），但它们不适用于对模型精度要求极高的环境，同时还存在误判的状况。针对以上问题，提出两种新的评价指标：加权做差准确率（WSA）和差重混淆率（WSCA）。WSA主要是通过模型预测值和样本真实值的平方进行评估，优点是不仅对异常值敏感，而且可以在鲁棒性强和容错率低的情境下评估模型。WSCA以动态权重的方式将标准化混淆矩阵的评估结果融入评价指标中，可以有效解决使用MAE和RMSE评估模型时对模型准确率误判的问题；同时，可以通过改变标准化混淆矩阵的权重评估各种情境的计数模型。实验结果表明，评价指标WSA和WSCA对计数模型的评估具有有效性，相较于MAE和RMSE,WSA和WSCA的评估结果更具直观性；同时，WSCA的评估准确率达到了99.64%，相较于MAE提高了3.11个百分点。

• 单位
  曲阜师范大学