模型评估指标（分类模型、回归模型）

最新推荐文章于 2024-05-09 09:07:05 发布

wyh_wen

最新推荐文章于 2024-05-09 09:07:05 发布

阅读量1.7k

点赞数

分类专栏：数学理论数据分析基础算法文章标签：评估指标模型

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_42370261/article/details/83865235

版权

一、分类指标

1.精确率（precision）： $P=\frac{TP}{TP+FP}$ （预测为正的里面预测对的概率）

2.召回率（recall）： $R=\frac{TP}{TP+FN}$ （真实为正的里面预测对的概率）

3.F1值： $\frac{2}{F_{1}}=\frac{1}{P}+\frac{1}{R}$ $F_{\alpha }=\frac{\left ( 1+\alpha ^{2} \right )\cdot P\cdot R}{\alpha ^{2}\cdot P+R}$ （对精确率和召回率赋不同权重进行加权调和）

4.准确率（accuracy）：

最低0.47元/天解锁文章

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
模型评估指标（分类模型、回归模型）

一、分类指标1.精确率（precision）：（预测为正的里面预测对的概率）2.召回率（recall）：（真实为正的里面预测对的概率）3.F1值：（对精确率和召回率赋不同权重进行加权调和）4.准确率（accuracy）：5.错误率（error rate）：6.ROC：绘制ROC曲线，首先对所有样本按预测概率排序，以每条样本的预测概率为阈值...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。