在sci期刊中,常用评价多分类模型的指标有:
准确率(Accuracy): 表示模型正确分类样本的比例。
混淆矩阵(Confusion Matrix): 表示模型预测结果与真实结果的对比情况。
精确率(Precision):表示模型对于正类样本的分类准确率。
召回率(Recall):表示模型对于正类样本的召回率。
F1值(F1 Score): 表示精确率和召回率的调和平均数。
得分(Score): 一种综合考虑准确率、召回率、F1值的评价指标。
这些指标在评价多分类模型时都有其重要性,选择哪些指标主要取决于问题的具体情况。