分类评价结果
我们使用分类算法将训练集进行分类后,我们怎么判定分类算法的好坏,就需要用到相关指标。
混淆矩阵
使用条件:对于极度偏斜的数据,是不能使用混淆矩阵的。比如99.9%的人都会患癌症等。
其中,
精准率=TP/(FP+TP),即预测值里面,准确的数据占比是多少。
召回率=TP/(FN+TP),即真实值里面,准确被预测的数据占比是多少。
那接下来的问题,两个指标中,在某个模型中,达到什么样的数据才是最好的?有没有可能混合成一个指标=两个指标的加权数值?
这种的话,就需要看需求进行评判了,当然能也有混合成一个指标的指标,即F1 SCORE,
sklearn调用方法:
from sklearn.metri