转载:https://blog.csdn.net/houyanhua1/article/details/87968953
分类模型的评估标准一般最常见使用的是准确率(estimator.score()),即预测结果正确的百分比。
混淆矩阵:
准确率是相对所有分类结果;精确率、召回率、F1-score是相对于某一个分类的预测评估标准。
精确率(Precision):预测结果为正例样本中真实为正例的比例(查的准)(
)
召回率(Recall):真实为正例的样本中预测结果为正例的比例(查的全)(
)
分类的其他评估标准:F1-score,反映了模型的稳健型