0.混淆矩阵
实际中的混淆矩阵也有可能Negative在前,Positive在后,具体如何定完全由人来决定
1.准确率(Accuracy)
==
2.精度(Precision)(对某一预测指标而言)
===
3.召回率(查全率)(Recall)(对某一结果而言)
===
4.F1-score
精度与召回率的调和平均数
5.Fβ-score(β的取值大小取决于评估指标偏向精度抑或是召回率)
当β=0时,f_β_score = precision
当β=∞时,f_β_score = recall
当β=1时,f_β_score = f1_score
6.R2-score(决定系数,拟合优度)
一般地,r2_score(0,1),
若预测不准确,则就越大,r2_score趋于0;
若预测结果与实际越接近,则就越小,r2_score趋于1.
网友评论