qq_38815561的博客

翻译 机器学习中分类算法常见评估指标

1.准确率(Accuracy) 预测正确的样本数量占总量的百分比，具体的公式如下： Accuracy = 准确率有一个缺点，就是数据的样本不均衡，这个指标是不能评价模型的性能优劣的。 假如一个测试集有正样本99个，负样本1个。模型把所有的样本都预测为正样本，那么模型的Accuracy为99%，看评价指标，模型的效果很好，但实际上模型没有任何预测能力。 2.精准率(Precision) 又称为查准率，是针对预测结果而言的一个评价指标。在模型预测为正样本的结果中，真正是正样本所占的百分比，具体公式.