模型评估1
需积分: 0 140 浏览量
2022-08-03
19:38:30
上传
评论
收藏 3.11MB PDF 举报
指标 描述
Accuracy 准确率
Precision 精准度/查准率
Recall 召回率/查全率
P-R曲线 查准率为纵轴，查全率为横轴，作图
F1 F1值
Confusion Matrix 混淆矩阵
ROC ROC曲线
AUC ROC曲线下的面积
指标 描述
Mean Square Error (MSE, RMSE) 平均方差
Absolute Error (MAE, RAE) 绝对误差
R-Squared R平方值
模型评估
1. 模型评估常用方法
分类模型常用评估方法：
回归模型常用评估方法：
2.误差（Bias）、偏差（Error）与方差（Variance）
Error：
误差（error）：一般地，我们把学习器的实际预测输出与样本的真是输出之间的差
异称为“误差”
Error = Bias + Variance + Noise，Error反映的是整个模型的准确度
Noise：
评论0