机器学习笔记第八章

机器学习笔记第八章

分类准确度的问题

  • 对于极度偏斜(Skewed Data)的数据,只是用分类准确度是远远不够的

混淆矩阵 Confusion Matrix

对于二分类问题:
在这里插入图片描述

精准率:
在这里插入图片描述

召回率:
在这里插入图片描述

F1 Score

精准率和召回率都兼顾

精准率和召回率的调和平均值

在这里插入图片描述

Precision-Recall 的平衡

在这里插入图片描述

设置阈值 threshold
在这里插入图片描述

ROC曲线(Receiver Operation Characteristic Curve)

描述TPR和FPR之间的关系
在这里插入图片描述
在这里插入图片描述

ROC曲线

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值