人工智能--模型评估指标

背景

1、分类回归模型的评估指标

分类模型的目标是将输入数据分配到一个离散类别中，常见的评估指标如下：

1. 准确率 (Accuracy)
   

解释：表示模型预测正确的样本占总样本的比例。适用于类分布平衡的情况，但在类别不平衡时表现不佳。

2. 精确率 (Precision)
   

解释：衡量模型在预测为正类时，实际为正类的比例。适用于当误报代价较高的情况（例如垃圾邮件检测）。

3. 召回率 (Recall)
   

解释：衡量模型能识别出实际正类的比例。适用于漏报代价较高的情况（例如疾病检测）。

4. F1 分数 (F1-Score)
   

解释：精确率和召回率的调和平均，适用于当精确率和召回率都很重要时。