本文总结一下分类算法中常用的性能度量指标。
- 错误率和精度
- 查准率、查全率与F1
- 查准率:算法预测出的正样本中,真实正样本的比例。
- 查全率:真实正样本中,算法预测出为正样本的比例。
- F1:基于查准率和查全率的调和平均。
- ROC和AUC
- ROC曲线:可以评价算法的泛化性能。横轴为假正例率,纵轴为真正例率。
- AUC:为ROC曲线下的面积。曲线下的面积越大,模型性能越好。
本文总结一下分类算法中常用的性能度量指标。
本文标题:模型度量方法
本文链接:https://www.haomeiwen.com/subject/zrrcuxtx.html
网友评论