10-分类模型的评估

分类模型的评估

准确率

pass

混淆矩阵

在分类任务下,预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合,构成混淆矩阵(适用于多分类)

在这里插入图片描述
精确率

预测结果为正例的样本中正式为正的比例(查得准)
在这里插入图片描述
召回率

真实为正例的样本中预测结果为正例的比例(查得全,对正样本的区分能力)
在这里插入图片描述
其他分类标准

  • F1-score:反映了模型的稳健性,是一个综合的评判标准
    在这里插入图片描述
    api:from sklearn.metrics import classification_report
    在这里插入图片描述
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值