1.8 分类问题

输出变量Y为离散的有限的值时,预测问题称为分类问题。学习得到的分类模型或者决策函数称为分类器。

分类器性能评估的指标
准确率(accuracy):分类正确占总样本的比值,也可看着是0-1损失函数在测试集上的准确率

一般二分类问题多,评价指标主要是精确率,召回率,准确率
在测试集上
TP:正类被预测为正类的数量
FN:正类被预测为负类的数量
FP:负类被预测为正类的数量
TN:负类被预测为负类的数量
精确率(precision):所有预测为正类的样本中,预测为正类且正确的比例
P=TP/(TP+NP)
召回率(recall):所有正类的样本中,预测为正类且正确的比例
R=TP/(TP+FN)

F1值:精确率和召回率的调和均值,当P和R都很高时,F1才高
2/F=1/P+1/R
F=2TP/(2TP+FP+FN)

银行分类模型:根据贷款风险大小进行分类。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值