分类器的性能评估指标:混淆矩阵、精度、召回率、ROC曲线等等
在使用回归器的时候,我们通常用预测结果的准确率来评估模型的优良与否,但该指标并不一定适用于分类器,特别是处理某些偏斜数据集(即某些类比其他类更为频繁时)时。评估分类器性能的更好方法是混淆矩阵。总体思路就是统计A类别实例被分成为B类别的次数。例如,对于一个0-9数字分类器,要想知道分类器将数字3和数字5混淆多少次,只需要通过混淆矩阵的第5行第3列来查看。 下图是一个二分类器预测结果的混淆矩...
原创
2018-11-27 12:11:37 ·
1413 阅读 ·
0 评论