机器学习模型评估
1、混淆矩阵
在分类任务下,预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合,构成混淆矩阵(适用于多分类)
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SAtkBo0c-1582630945068)(attachment:image.png)]](https://img-blog.csdnimg.cn/20200225194240886.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTY4NTM4OA==,size_16,color_FFFFFF,t_70)
2、准确率、精确率、召回率、F1-score
准确率:score = estimator.score(x_test, y_test) #比对预测值与真实值,判断正确的概率
精确率 precision:预测结果为正例样本中真实为正例的比例
召回率recall:真实为正例的样本中预测结果为正例的比例(查得全,对正样本的区分能力)
F1-score:反应模型的稳健性