- 博客(2)
- 收藏
- 关注
原创 分类问题评价指标
二分类问题1.混淆矩阵(Confuse Matrix)混淆矩阵是机器学习中总结分类模型预测结果的情形分析表,以矩阵形式将数据集中的记录按照真实的类别与分类模型作出的分类判断两个标准进行汇总。 预测正例 预测负例 实际正例 TP (True Positive) 被模型预测为正的正样本 TN (True Negative) 被模型预测为负的负样本 实际负例 FP (False Positive) 被
2021-07-14 14:40:09
2227
原创 回归问题评价指标
回归模型:个样本,每个样本为,预测值为,.平均绝对值误差(MAE)计算每一个样本的预测值和真实值的差的绝对值,然后求和再取平均值。这个指标是对绝对误差损失的预期值。MAE对极端值比较敏感。#公式法MAE_1 = np.mean(abs(y_test - prediction))print(MAE_1)#使用sklearn.metrics模块from sklearn.metrics import mean_absolute_errorMAE_2 = mean_absolute..
2021-07-13 19:11:46
2811
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人