機器學習-性能度量

模型評估是對學習器泛化能力有效可行的實驗估計方法。而性能度量是衡量模型泛化能力的評價標準。性能度量反應了任務需求，在對比不同模型能力時，使用不同的性能度量往往會導致不同的評估結果。模型的好壞不僅取決於算法和數據，還有任務需求。 1.錯誤率與精度 　　最常用的兩種性能度量，對於樣例集D={(x1,y1), (x2,y2), ..., (xm,ym)}。分類錯誤率定義爲 　　精度則定義爲 　　更一般的

>>阅读原文<<