模型評估

只有選擇與問題相匹配的評估方法，才能快速地發現模型選擇或訓練過程中出現的問題，迭代地對模型進行優化。針對分類、排序、迴歸、序列預測等不同類型的機器學習問題，評估指標的選擇也有所不同。知道每種評估指標的精確定義、有針對性地選擇合適的評估指標、根據評估指標的反饋進行模型調整，這些都是機器學習在模型評估階段的關鍵問題。 首先，我們先來了解一下關於模型評估的基礎概念。 【誤差(error)】：學習器的預測

>>阅读原文<<