机器学习中评价指标的选择

一、分类

    二分类:eval_metric='auc'/'logloss'

    多分类:eval_metric='mlogloss'

    1、样本均衡:

        准确度,二分类还可以选择auc。

from sklearn.metrics import accuracy_score
from sklearn.metrics import classification_report
from sklearn.metrics import roc_auc_score
print(roc_auc_score(y_test,test_pre)) #test_pre为概率值
print(accuracy_score(y_test,test_pre2))
print(classification_report(y_test, test_pre2))

    2、样本不均衡

        f1值

from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
print(classification_report(y, predictions))
print(confusion_matrix(y, predictions))

二、回归

    eval_metric='rmse'

 

    r2、rmse、mae

from sklearn.metrics import r2_score
print(r2_score(y_train, train_pre))
print(r2_score(y_valid, valid_pre))

from sklearn.metrics import mean_squared_error
print(math.sqrt(mean_squared_error(y_train, train_pre)))
print(math.sqrt(mean_squared_error(y_valid, valid_pre)))

mean_absolute_error(np.exp(y), np.exp(yhat)

 

  • 1
    点赞
  • 1
    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