![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
评估指标
文章平均质量分 87
liveshow021_jxb
jinxibo@gmail.com
展开
-
一文懂KL散度KL Divergence
KL散度中的KL全称是Kullback-Leibler,分别表示Solomon Kullback和Richard A.Leibler这两个人。表明概率分布Q和概率分布P之间的相似性,由交叉熵减去熵得到。原创 2023-04-08 17:39:08 · 614 阅读 · 0 评论 -
一文懂交叉熵Cross-Entropy
交叉熵由交叉(Cross)和熵(Entropy)两部分组成,在机器学习中常常被定义为损失函数的目标。在二分类任务中,更有二分类交叉熵作为训练目标函数。原创 2023-04-06 20:04:15 · 561 阅读 · 0 评论 -
一文懂熵Entropy
我们常常听到【熵增】,【熵减】等概念。那么熵是什么?熵这个概念,最初有很多词描述它,如无序、不确定性、意外程度、不可预测、信息量等等,让很多人感到困惑。如果你对熵这个词也感到困惑,那么请继续读下去,本文将为你揭开熵的神秘面纱。原创 2023-03-30 18:03:28 · 315 阅读 · 0 评论 -
机器学习中准确率、精确率、召回率、误报率、漏报率、F1-Score、AP&mAP、AUC、MAE、MAPE、MSE、RMSE、R-Squared等指标的定义和说明
在机器学习和深度学习用于异常检测(Anomaly detection)、电子商务(E-commerce)、信息检索(Information retrieval, IR)等领域任务(Task)中,有很多的指标来判断机器学习和深度学习效果的好坏。这些指标有相互权衡的,有相互背向的,所以往往需要根据实际的任务和场景来选择衡量指标。本篇博文对这些指标进行一个梳理。原创 2020-12-26 12:06:00 · 27686 阅读 · 0 评论