機器學習分類模型評價指標詳述

問題建模 機器學習解決問題的通用流程：問題建模——特徵工程——模型選擇——模型融合 其中問題建模主要包括：設定評估指標，選擇樣本，交叉驗證 解決一個機器學習問題都是從問題建模開始，首先需要收集問題的資料，深入理解問題，然後將問題抽象成機器可預測的問題。在這個過程中要明確業務指標和模型預測目標，根據預測目標選擇適當指標用於模型評估。接着從原始數據中選擇最相關的樣本子集用於模型訓練，並對樣本子集劃分訓

>>阅读原文<<