对于一个模型,使用不同的性能度量,有可能会导致不同的评判结果。评判一个模型是否为好的,不仅取决于算法和数据,还决定于任务需求;
1. 错误率和精度(最常用的两种性能度量)
错误率是分类错误的样本数占样本总数的比例;
精度 = 1 - 错误率 ;
2. 查准率、查全率 、F1
以二分类问题为例,可将样例根据真实情况和学习器预测结果的组合分为真正例TP、假正例FP、真反例TN、假反例FN;
真实情况 | 预测结果 | |
正例 | 反例 | |
正例 | TP | FN |
反例 | FP | TN |
查准率P:
(表示意义为预测结果为A的样本其中真实结果为A的样本的比例)
查全率R: