0%

机器学习-模型评估

机器学习-模型评估

评价指标

​ 评价指标是机器学习中重要的一环。不同的机器学习任务有着不同的评价指标,同一种机器学习任务也有着不同的评价指标,每个指标的着重点不同。如分类(classification)、回归(regression)、排序(ranking)、聚类(clustering)、热门主题模型(topic modeling)、推荐(recommendation)等。并且很多指标可以多种不同机器学习进行评价,如精确率-召回率(precision-recall),可以用在分类、推荐、排序等中;像分类、回归、排序都是监督式机器学习。

分类评价指标

​ 分类是指对指定的数据记录预测该记录所属的类别。并且类别空间已知。它包括二分类、多分类;二分类便是指只有两种类别,如垃圾邮件分类

准确率(Accuracy)

平均准确率(Average Pre-class Accuracy)

对数损失函数(Log-loss)

精确率-召回率(Precision-Recall)

F1-score

AUC(Area under the Cure(Receiver Operating Characeristic,ROC))

混淆矩阵(Confusion Matrix)

附录

http://blog.csdn.net/heyongluoyao8/article/details/49408319