機器學習模型評估方法

目錄 1、基本概念       2、數據集劃分方法    2.1、留出法 2.2、交叉驗證法 2.3、自助法 2.4、調參 3、性能度量 3.1、 查準率,查全率與F1 3.2、如何比較兩學習器性能 3.3、ROC、AUC和EER 3.4、代價敏感錯誤率 4、比較檢驗 4.1、假設檢驗 4.2、交叉驗證t檢驗 4.3、McNemar檢驗 4.4、Friedman檢驗與Nemenyi後續檢驗 4.5

>>阅读原文<<