模型评估
详细参考
1.分类度量：
sklearn.metrics模块实现了几种损失函数、评分函数和功能函数来测量分类性能。 某些指标可能需要正例，置信度值或二进制决策值的概率估计。 大多数指标应用的是：通过sample_weight参数，让每个样本为总分提供加权贡献。
其中一些仅限于二进制分类案例：
还有一些仅限于多分类情形：
还有一些可用于多标签情形：
而且许多是用于二分类和多标签问题的，但不适用于多分类：
一些是通常用于分级的：
模型评估
博客围绕模型评估中的分类度量展开，提到sklearn.metrics模块实现了多种测量分类性能的函数，包括损失函数、评分函数等。某些指标有特定适用场景，如正例、置信度值等，且不同指标适用于二进制分类、多分类、多标签等不同情形。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
