评定精度的指标有哪些

评定精度的指标主要包括以下几类：

准确度

准确度表示测量结果与真值之间的一致程度，它反映测量结果中系统误差与随机误差的综合。准确度可以用测量的不确定度（或极限误差）来表示。

精密度

精密度表示在一定条件下进行多次测量时，所得测量结果彼此之间符合的程度，它反映测量结果中随机误差的影响程度。

正确度

正确度表示测量结果中系统误差大小的程度，反映了规定条件下，测量结果中所有系统误差的综合。

完整性 （Completness）：

在点云建筑物分类中，完整性表示被探测出来的目标占所有实际目标的比例。

正确性（Correctness）：

在点云建筑物分类中，正确性表示被正确分类的目标占所有实际目标的比例，其计算公式与精度一致。

质量（Quality）：

在点云建筑物分类中，质量通常用F1得分来表示，F1得分是精确度和召回率的调和平均数，综合考虑了假阳性（FP）和假阴性（FN）。

精度（Precision）：

精度是指测量结果中真阳性（TP）占所有被预测为正样本的比例，即TP / （TP + FP）。

召回率（Recall）：

召回率是指测量结果中真阳性（TP）占所有实际正样本的比例，即TP / （TP + FN）。

F-Score

F-Score是精度和召回率的调和平均数，用于综合评价模型的性能。

特异度（Specificity）：

特异度是指测量结果中真阴性（TN）占所有实际负样本的比例，即TN / （TN + FP）。

ROC曲线和AUC

ROC曲线是基于不同阈值下真阳性率和假阳性率的变化绘制的，AUC（Area Under the Curve）表示ROC曲线下的面积，用于评估分类器的性能。

中误差（Mean Error）：

中误差是衡量测量结果平均值偏离真值的程度，通常用于评估测量结果的稳定性。

方差（Variance）：

方差是衡量测量结果分散程度的指标，方差越小，说明测量结果的波动越小，精度越高。

相对中误差（Relative Error）：

相对中误差是测量结果中误差与真实值之比，用于评估测量结果的相对精度。

极限误差（Limit Error）：

极限误差是测量结果的最大允许误差，用于评估测量结果的精度和可靠性。

这些指标在不同的应用场合和精度要求下有不同的适用性，选择合适的指标可以更准确地评估测量结果的质量。