[機器學習與深度學習] - No.3 機器學習中的性能度量指標

機器學習中的性能度量指標 對機器學習、深度學習中的學習器的泛化性能進行評估，不僅僅需要有效可行的實驗方法，還需要有衡量模型泛化能力的評價標準。這就是性能度量指標。在迴歸任務中，我們使用均方誤差來衡量性能；在分類任務中，我們使用錯誤率、精度、查全率、查準率、F1度量、P-R曲線、ROC-AUC等指標來衡量模型。本文重點記錄了分類任務的度量指標。 我們假設在預測任務中：給定樣例集合 D = ( x 1

>>阅读原文<<