摘要:本文主要向大家介绍了机器学习入门之Python机器学习:6.6 不同的性能评价指标,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之Python机器学习:6.6 不同的性能评价指标,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
在前面几个章节,我们一直使用准确率(accuracy)来评价模型的性能,通常这是一个不错的选择。除此之外,还有不少评价指标哦,比如查准率(precision)、查全率(recall)和F1值(F1-score).混淆矩阵
在讲解不同的评价指标之前,我们先来学习一个概念:混淆矩阵(confusion matrix), 能够展示学习算法表现的矩阵。混淆矩阵是一个平方矩阵,其中记录了一个分类器的TP(true positive)、TN(true negative)、FP(false positive)和FN(false negative):
计算着四个指标并不复杂,不过能不手算当然就不手算啦,sklearn中提供了confusion_matrix 函数
本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道!
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号