機器學習中的混淆矩陣,準確率,精確率,召回率,F1-Score

評價指標的引出 爲什麼要引出這麼多評價指標,它是基於什麼樣的需求? 在生活中,最常用的就是準確率,因爲它定義簡單而且比較通用,但在機器學習中,它往往不是評估模型的最佳工具, 特別是在數據分佈不平衡的時候,請看一個例子: 比如我們訓練了一個預測地震的模型,預測類別只有兩個:0:不發生地震、1:發生地震,當前有100個測試集,如果模型地無腦把每一個測試用例都預測爲0,那麼它就達到99%的準確率,但實際
相關文章
相關標籤/搜索