模型建立与评估

一.基本概述

回归指标：均方误差

分类指标：准确率、召回率、精度、错误率

排序指标：

 

二、分类指标

 （一）准确率、召回率、精度、错误率（二分类）

 

准确率/查准率（precision）: 是针对预测为正的样本来说的，指的是预测为正的样本中预测正确了的百分比。

   

TPTP+FP

召回率/查全率（recall）：是针对真实为正的所有样本来说的，指的是所有为正的样本中，被正确识别出来了的样本的比例。

    

精度（accuracy）：指的是预测正确了的样本占总样本的比例。

     

错误率：错误率 = 1 - 精度

F1值：2/F1=1/P+1/R；是精确率和召回率的调和平均值。

（二）ROC与AUC

横轴：假正率fpr

纵轴：真正率tpr

目的：横轴趋近1，纵轴也趋近1；面积综合两个值即计算积分值（roc曲线得出函数）与1比较

（三）对数损失

 

二、回归指标

 

三、排序指标

 

 

 

 

 

 

 

 

转载于:https://www.cnblogs.com/xyp666/p/9216774.html