在机器学习算法领域,最为广泛且为大众所认可的评价指标有:正确率(Accuracy)、精确度(Precision)和召回率(Recall)。基于正确率、精确度和召回率的模型更容易被大众接受,也最容易执行验证的标准。
在介绍正确率、精确度和召回率之前,假设某个分类器的目标有且仅有两类,分别是正例(Positive)和负例(Negative),接下来介绍一下相关术语。
- TP(True Positives): 被正确分类为正例的个数,即被分类器划分为正例且本身事实上也是正例的个数。
在机器学习算法领域,最为广泛且为大众所认可的评价指标有:正确率(Accuracy)、精确度(Precision)和召回率(Recall)。基于正确率、精确度和召回率的模型更容易被大众接受,也最容易执行验证的标准。
在介绍正确率、精确度和召回率之前,假设某个分类器的目标有且仅有两类,分别是正例(Positive)和负例(Negative),接下来介绍一下相关术语。
本文标题:机器学习常用的评价指标
本文链接:https://www.haomeiwen.com/subject/cgxrvxtx.html
网友评论