準確率、精準率和召回率的理解

            我們在在分類任務時,經常會對模型結果進行評估。評估模型好壞的指標有AUC、KS值等等。這些指標都是通過混淆矩陣來計算或者衍生出來的(我是這麼認爲的,如有不妥煩請指正)。        準確率、精準率和召回率也是通過混淆矩陣計算出來的。下圖是對混淆矩陣的介紹(來自網絡): 其中, TP:樣本爲正,預測結果爲正; FP:樣本爲負,預測結果爲正; TN:樣本爲負,預測結果爲負;
相關文章
相關標籤/搜索