ML02 -- 如何評價模型的好壞

要學習瞭解的概念知識： 數據拆分：訓練數據集&測試數據集 評價分類結果：精準度、混淆矩陣、精準率、召回率、F1 Score、ROC曲線等 評價迴歸結果：MSE、RMSE、MAE、R Squared 1.數據拆分 訓練數據集&測試數據集 我們寫好了一個算法模型，但是對其準確性以及能否到正式使用還不確定，這時候就要經過大量的調試，直到模型的準確度達到滿意纔可以投入生產。 對於判斷模型好壞，需要將數據拆

>>阅读原文<<