多分类f1分数_第二集 - 教你简单记忆各分类任务的指标

前言

这两天工作之余思考了一下再来该以怎么样的形式分享技术点，现在暂行的策略为使用知乎作为讲废话的平台，而将完整的代码放在GitHub中，并看需要在知乎中针对代码细节去做说明。那么开始今天的部分吧。

本文

延续第一集的内容，分类任务是当今各大数据领域中常见的问题，而不管使用传统的特征工程提取特征后使用机器学习算法构建模型，还是深度学习的方法构建模型都需要一个衡量这个模型到底有多适合在实际应用场景或比赛中的衡量值，而分类任务常见的衡量方法有哪些以及怎么记忆会更好呢？请继续看下去～

在分类任务中可以分成：二分类与多分类两种类型，两种用的指标是不太一样的，所以要拆开

1. 二分类任务

在二分类任务中共有准确率(Accuracy)、精确率(Precision)、召回率(Recall)三种不同的指标，主要还是要记一下英文，因为中文翻过来的版本满多的容易说的是同一个指标但说辞不一样。

业界在使用时，通常上级想知道这个模型的效果怎么样时会这样问你：“欸，杰尼，你这个模型的准召怎么样？”