混淆矩阵（真阳性TP：预测值和真实值都为正例、假阴性FN：预测值为负例，真实值位正例、假阳性FP：预测值为正例，真实值为负例、真阴性TN：预测值和真实值都为负例）
分类模型的指标：
- 准确率：分类正确的样本数占总样本的比例
A C C = T P + T N F P + F N + T P + T N ACC=\frac{TP+TN}{FP+FN+TP+TN} ACC=FP+FN+TP+TNTP+TN - 精度：预测为正且分类正确的样本占预测值为正的比例
P R E = T P T P + F P PRE=\frac{TP}{TP+FP} PRE=TP+FPTP
最低0.47元/天 解锁文章
扫一扫
107
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
