1
条回答
写回答
写回答
-
推荐回答1 精度 Acc，它是预测正确的样本的占总样本的比例，取值范围为[0,1]，取值越大，模型预测能力越好。
2 混淆矩阵，这里牵扯到三个方面：真实值，预测值，预测值和真实值之间的关系；我们只要可以确定中间任意两个方面的话就可以确定第三个。
3 准确率 ，Precision 是分类器预测的正样本中预测正确的比例，取值范围为[0,1]，取值越大，模型预测能力越好。
4 召回率，Recall 是分类器所预测正确的正样本占所有正样本的比例，取值范围为[0,1]，取值越大，模型预测能力越好。
5 Fβ Score
我们为了均衡Precision和Recall两个指标，这样就可以采用Precision和Recall的加权调和平均来衡量，也就是我们所说的Fβ Score。
6 ROC 和 AUC
AUC是一种模型分类指标，且仅仅是二分类模型的评价指标。我们还可以知道的是，ROC是一条曲线，还是AUC是 一个面积值。
2022-04-01 14:45:53赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
