機器學習中常見的評估指標:Precision、recall、F-measure、Accuracy、ROC曲線和AUC

在使用機器學習算法的過程當中,咱們須要對創建的模型進行評估來辨別模型的優劣,下文中主要介紹我在學習中常常碰見的幾種評估指標。如下指標都是對分類問題的評估指標。算法 將標有正負例的數據集餵給模型後,通常可以獲得下面四種狀況:機器學習 True Positive(TP),模型將正實例斷定爲正類 False Negative(FN),模型將正實例斷定爲負類 False Positive(FP), 模型將
相關文章
相關標籤/搜索