機器學習讀書筆記-2（模型性能度量）

對學習器的泛化性能進行評估，不僅需要有效可行實驗評估方法，還需要有衡量模型泛化能力的評價標準，這就是性能度量（performance measure）。 1、錯誤率與精度 錯誤率和精度是分類任務當中最常用的兩種性能度量。 錯誤率： 精度： 更一般的，對於數據分佈D和概率密度函數p()，錯誤率和精度分別描述如下， 2、查準率、查全率與F1值 錯誤率和精度雖然常用，但是不適用與所有的任務需求。例如，「

>>阅读原文<<