准确率 accuracy
查准率 precision = TP/(TP+FP)
查全率 recall = TP/(FN+TP)
F1分数
平均绝对误差，均方误差
回归分数函数：R2分数 ，可释方差分数
1，因模型无法表示基本数据的复杂度（欠拟合）而造成的偏差bias；
high bias的特点是：pay little attention to data, over-simplified, low R2, high SSE（回归平方误差之和）
2，因模型对训练它所用的有限数据过度敏感（过拟合）而造成的方差variance
high variance的特点是：pay too much attention to data, does not generalize well
借用西瓜书上的比喻，用机器学习来判断一个物体是不是树叶，underfitting是以为所有绿色的都是树叶（没学会该学的）；overfitting是以为树叶都要有锯齿（学过头了，不该学的也学了进去）。这两者都不是我们想要的。
在模型评估过程中，往往对于不同的模型，需要不同的指标进行评估，在众多评估指标中，大部分指标只能反映模型的部分性能，...
评估结果用于反应模型的好坏，必须设计合适的评估指标来测量该模型的好坏。模型的好坏是相对的，使用不同的评估指标对模型...
目录 1、模型评估指标 2、总结 1、模型评估指标 2、总结：本文以思维导图的方式罗列了二分类中模型评估中常用的指...
模型评估可以从多维度多指标进行评估。 这里只谈论指标。我们常用的指标，logloss，mse，auc（GAUC）等...
评估指标用于反映模型效果。在预测问题中，要评估模型的效果，就需要将模型预测结果f(X)和真实标注Y进行比较，评估指...
混淆矩阵、精确率、召回率，ROC、AUC 对于二分类问题来说，所有的问题被分为0和1两类，混淆矩阵是2*2的矩阵：...
混淆矩阵(Confusion Matrix) 蓝色点被标记为Positive红色点被标记为Negative线上方的...
本文将总结机器学习最常见的模型评估指标。训练学习好的模型，通过客观地评估模型性能，才能更好实际运用决策。模型评估主...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第2篇，介绍了模型的评估指标。 1.评估指标 不同的模型...
本文标题：模型的评估指标
本文链接：https://www.haomeiwen.com/subject/dcrdqxtx.html
网友评论