機器學習中的性能度量指標

機器學習中的性能度量指標 前言 概念引入 分類中的性能度量 錯誤率與精度 查準率與查全率 PR圖 F1與Fβ ROC與AUC 代價敏感錯誤率與代價曲線 前言   前文中我們瞭解了幾種機器學習中模型評估的方法，但在實際應用中對學習器的泛化性能進行評估，不僅僅需要有效可行的實驗估計方法，還需要有衡量模型泛化能力的評估標準，這就是本文中要了解的性能度量。 概念引入   性能度量反映了任務需求，在對比不同

>>阅读原文<<