weixin_43760440的博客

最近又返回去刷西瓜书了，重新看了一下混淆矩阵，性能度量最常用的就是混淆矩阵了吧？有错误的地方大佬们多多指正 1.混淆矩阵 真的字如其名，初次认识他我真的很容易被混淆，贴上图看一下： （1）查准率（precision）： P=TPTP+FPP=\frac{TP}{TP+FP}P=TP+FPTP​ 代表的是预测为正例里面，正确的比例 （2）查全率（召回率）（recall）: R=TPTP+FNR=\frac{TP}{TP+FN}R=TP+FNTP​ 代表的是真实值为正例里面被正确预测出来的比例 （3）F1分数

背景： 在做数据处理的时候，我们往往拿到的只是一长串的数据，没有将训练集和验证集分开，这时候如果用训练集来训练，再拿训练集来测试，显然是对模型的泛化能力没有帮助的（拿一个好看的结果来欺骗自己），这时候就需要将原始数据进行随机分割，sklearn中提供了train_test_split库用于测试集和训练集的划分。 划分以后的训练集和测试集最终可以用来进行交叉验证。 格式如下： X_train,X_test, y_train, y_test =cross_validation.train_test_s.