模型評估

在機器學習領域中，爲了檢驗訓練好的模型性能，需要對模型進行評估。而且不同類型的模型所使用的評估方法也會有所差異。只有選擇與問題相匹配的評估方法，才能快速地發現模型選擇或訓練過程中出現的問題，迭代地對模型進行優化。模型評估主要分爲離線評估和在線評估兩個階段。針對分類、排序、迴歸、序列預測等不同類型的機器學習問題，評估指標的選擇有所不同。 1. 分類問題 分類模型的常用評估指標有準確率、精確率、回召率

>>阅读原文<<