准确率,精准率,召回率,真正率,假正率,ROC/AUC
本篇主要讨论与分类相关的一些指标▌性能度量对于模型性能的好坏(即模型的泛化能力)必须有个评判的标准。通过性能度量衡量模型的泛化能力。有了一个指标,我们就可以对比不同模型了,从而知道哪个模型相对好,那个模型相对差,并通过这个指标来进一步调参逐步优化我们的模型。▌混淆矩阵,准确率,精准率,召回率混淆矩阵二分类的模型,那么把预测情况与实际情况的所有结果两两混合,结果就会出现以下4种情况,就组成了混淆矩阵。分别引入P/N/F/T四个符号,以便于分辨出结果。P(Positive):代表预测1N(Ne
转载
2021-02-15 16:00:38 ·
7746 阅读 ·
0 评论