詳解準確率、精確率、召回率、F1值等評價指標的含義

機器學習問題之中，通常需要建立模型來解決具體問題，但對於模型的好壞，也就是模型的泛化能力，如何進行評估呢？ 很簡單，我們可以定一些評價指標，來度量模型的優劣。比如準確率、精確率、召回率、F1值、ROC、AUC等指標，但是你清楚這些指標的具體含義嗎？下面我們一起來看看吧。 1.混淆矩陣 介紹各個指標之前，我們先來了解一下混淆矩陣。假如現在有一個二分類問題，那麼預測結果和實際結果兩兩結合會出現如下四種

>>阅读原文<<