机器学习模型预测值的置信区间_机器学习中的模型评估复盘

前几天时候看了模型评估相关内容，现来总结复盘一下。

======本文大纲===============

1.什么是模型评估？

2.有哪些常用的模型评估方法？

3.总结

============================

一、什么是模型评估？

当我们为了某个目的做了一个模型，模型给出一个结论时候，我们也会在思考，这个结论是否足够靠谱？比如用模型预测信用卡欺诈，预测小明不会违约，那，事实真的大抵如此吗？我们都不知道，所有还得专门设个“质检员”来检测模型是否靠谱。

通俗点来说，模型评估就是检验模型是否靠谱的一个重要手段。

二、有哪些常用的模型评估方法？

对于线性模型，可以用R方，调整后的R方、MSE、RMSE这些来评估；对于分类模型，比如逻辑回归、SVM，通常情况下，我们会选择用准确率、ROC-AUC、精确率-召回率进行评估。

这里详细说说分类模型的模型评估方法：

• 1）准确率
• 2）ROC-AUC
• 3）精确率-召回率
• 4）F1 score

①精确率是最简单的指标，直