周志华《机器学习》第二章 模型评估与选择——性能度量

周志华《机器学习》（西瓜书）目录

https://editor.youkuaiyun.com/md?articleId=106864771
—————————————————————————————————

性能度量

对学习器的泛化性能进行评估，不仅需要有效可行的实验估计方法，还需 要有衡量模型泛化能力的评价标准，这就是性能度量(performance measure).

• 错误率与精度
• 查准率、查全率与F1
• ROC 与 AUC
• 代价敏感错误率与代价曲线

数据集：
学习器：f
回归任务最常用的性能度量是"均方误差" (mean squared error)。

对于一般的数据分布D以及概率密度函数p(.)，均方误差为：

错误率与精度

错误率是分类错误的样本数占样本总数的比例。
精度则是分类正确的样本数占样本总数的比例。

对于一般的数据分布D以及概率密度函数p(.)，其表示为：

查准率、查全率与F1

对于二分类问题，真实类别和机器预测类别的组合如下：