模型常用参数

模型常用参数

参考链接：https://blog.csdn.net/program_developer/article/details/79937291

1.错误率(Error Rate)： 分类错误的样本数占样本总数的比例

以D作为样本集，错误率计算公式如下：

	解释：统计分类器预测出来的结果与真实结果不相同的个数，然后除以总的样例集D的个数

2.精度(Accuracy)：是分类正确的样本数占样本总数的比例

 公式：先统计分类正确的样本数，然后除以总的样例集D的个数。

	分类正确的样本数指的不仅是正例分类正确的个数还有反例分类正确的个数

3.查准率(Precision)，又叫准确率，缩写表示用P。查准率是针对我们预测结果而言的，它表示的是预测为正的样例中有多少是真正的正样例。

4.精确度(Accuracy)，缩写表示用A。精确度则是分类正确的样本数占样本总数的比例。Accuracy反应了分类器对整个样本的判定能力(即能将正的判定为正的，负的判定为负的)。

5.查全率(Recall)，又叫召回率，缩写表示用R。查全率是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确。