机器学习-性能评估篇

        对于一个学习器，我们需要对泛化能力进行评估，也就是对模型在测试集上效果的评估。

        我们首先给定一个样本集，性能评估也就是比较预测结果与真实结果之间的差距。

        回归任务中，最常用的性能度量是“均方误差”（mean squared error）:

        本文主要讨论分类任务的性能度量。

1.错误率与精度    

        错误率同上，精度，也可以成为”正确率”

2.查全率，查准率，F1

    已经有错误率或正确率来衡量性能，为什么还要有查全率、查准率？

  　正确率确实是一个很好很直观的评价指标，但是有时候正确率高并不能代表一个算法就好。比如某个地区某天地震的预测，假设我们有一堆的特征作为地震分类的属性，类别只有两个：0：不发生地震、1：发生地震。一个不加思考的分类器，对每一个测试用例都将类别划分为0，那那么它就可能达到99%的正确率，但真的地震来临时，这个分类器毫无察觉，这个分类带来的损失是巨大的。为什么99%的正确率的分类器却不是我们想要的，因为这里数据分布不均衡，类别1的数据太少，完全错分类别1依然可以达到很高的正确率却忽视了我们关注的东西。

未完待续