
模型评估
weixin_42294517
这个作者很懒,什么都没留下…
展开
-
机器学习 评估指标 之混淆矩阵以及可视化
1、混淆矩阵它是衡量分类型模型准确度中最基本,最直观,计算最简单的方法 以实际标签为行, 预测标签为列例如: 0 1 2 (实际标签) 0 45 4 3 1 11 50 5 2 2 5 55 主对角线上的值越大其余地方值越小说明模型越好2、代码实现 以及可视化 操作# -*- coding:utf-8 -*-...原创 2020-02-18 16:04:39 · 809 阅读 · 0 评论 -
机器学习 评估指标之交叉验证
1、交叉验证通俗的讲就是将样本均分为几等份,拿出某一(几)份作为测试样本,剩下的作为训练样本,去预测得到相应指标(准确率,召回率,f1等),再抽取另一份(几份)作为测试样本,剩下的作为训练样本,去预测得到相应指标(准确率,召回率,f1等) ,使得每一份样本都参与到测试集中,最终返回一个指标列表。2、案例代码数据下载地址链接: https://pan.baidu.com/s/1f-C7LS...原创 2020-02-18 15:31:56 · 1290 阅读 · 0 评论