机器学习(2):模型评估

对生成的模型进行比较，以得到最好的训练结果。需要使用评估算法进行评估。

评估算法

• 分离训练数据集和评估数据集
  • 66.7% + 33.3%
• K折交叉验证分离
  • 把data分为K组，每组都单独做一次 validation_data
• 弃一交叉验证分离
  • data中的每一个数据，都做一次validation
• 重复随机评估
  • 随机分组，作validation

混淆矩阵相关

图形分类

• 错误率
• Accurancy
• Precision
• Recall
• F1-Score
• TPR
• FPR
• PRC曲线
  • Precision作Y，Recall作X
  • 曲线下方面积为1时，性能最理想。
• ROC曲线
  • TPR作Y，FPR作X
  • AUC曲线的Y值为ROC曲线下方的面积
  • 曲线越靠左上，性能越好

目标检测

• IOU
• AP
• mAP

回归类型

• MAE
• RMSE

Reference

• 常见的模型算法评估指标 - 人工智能技术干货的文章 - 知乎