【机器学习与深度学习理论要点】06.回归问题与分类问题模型评估指标有哪些?

本文详细介绍了回归问题和分类问题中常用的模型评估指标,包括平均绝对误差、均方误差、MAD、R2决定系数等回归评估指标,以及查准率、召回率、F1得分等分类评估指标,帮助读者深入理解模型效果评价标准。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1)回归问题模型评估指标?

  • 平均绝对误差:单个观察值与算数平均值的偏差的绝对值的平均。
  • 均方误差:单个样本到平均值差值的平方平均值。
  • MAD(中位数绝对偏差):与数据中值绝对偏差的中值。
  • R2决定系数:趋向于1,模型越好;趋向于0,模型越差。

2)分类问题模型评估指标?

  • 查准率:分类正确数量 /(分类正确数量 + 多分类的数量),范围[0,1]。简单说来就是“分类对不对”。
  • 召回率:分类正确数量 /(分类正确数量 + 少分类的数量),范围[0,1]。简单说来就是“分类全不全”。
  • F1得分:2 * 查询率 * 召回率 / (查准率 +召回率),范围[0,1],总和考虑了查准率、召回率。
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

打赏作者

YEGE学AI算法

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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