这里将模型分为两类:回归模型、分类模型
分类(目标值是离散的分类问题) | 逻辑回归 | 1、auc : ROC曲线下的面积;较大的AUC代表了较好的performance。 2、计算ROC曲线:TPR纵坐标,FPR横坐标 3、KS值:累计好样本与累计坏样本的差值,差值最大的点就是”截断点“,一般大于0.2表示模型不错 |
支持向量机svm | ||
决策树 | ||
随机森林 | ||
朴素贝叶斯 | ||
回归 | 线性回归 | 1、平均平方误差:MSE; 2、R-square(决定系数) 3、Adjuste |