分类问题的评价指标(Precision、Recall、Accuracy、F1-Score、Micro-F1、Macro-F1)以及混淆矩阵、ROC曲线
文章目录一、四个基本概念 TP、FP、TN、FN二、精确率(precision)、召回率(recall)、准确率(accuracy)三、F1-Score(F1分数)四、宏平均 Macro-F1 、微平均 Micro-F1、加权平均 Weighted avg五、混淆矩阵(Confusion Matrix)六、ROC 曲线和 AUC(Area Under the Curve,曲线下面积)一、四个基本概念 TP、FP、TN、FN真阳性:预测为正,实际为正。把正样本成功预测为正。 TP——True Posit
原创
2022-05-11 19:45:05 ·
11205 阅读 ·
4 评论