机器学习(5)——结果评估
模型选择
- 泛化误差:在“未来”样本上的误差
- 经验误差:在训练集上的误差
性能评价指标——分类
- 准确率(Accuracy):指在分类中,分类正确的记录个数占总记录个数的比
- 平均准确率(Average per-class accuracy):每个类别下的准确率的算术平均
- 精确率(Precision):分类正确的正样本个数占分类器所有的正样本个数的比例
- 召回率(Recall):也叫查全率,是指在分类中样本中的正例有多少被预测正确了 通常,准确率越高,召回率越低;召回率高时,准确率偏低
- F1-Score:精确率与召回率的调和平均值,它的值更接近于Precision与Recall中较小的值