詳解準確率、精確率、召回率、F1值的含義

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
相關文章
相關標籤/搜索