機器學習面筆試-模型評估篇

1.衡量分類器的好壞 （1）常用的指標：查準率 precision , 召回率 recall （2）F1 score F1值： 2/F1 = 1/recall + 1/precision （3）ROC和AUC 2. P-R圖 P-R圖，即以查全率做橫軸，查準率做縱軸的平面示意圖，通過P-R曲線，來綜合判斷模型的性能。 P-R圖的畫法是先對對預測結果進行排序，排在前面的是學習器認爲最可能是正例的樣本

>>阅读原文<<