准确性
在分类中,准确性是正确分类的项数目除以测试集内的项总数。 范围从 0(最不准确)到 1(最准确)。 准确性是模型性能的评估指标之一。 将其与精度、撤回和 F 分数结合考虑。
曲线下面积 (AUC)
二元分类中的一项评估指标,即曲线下面积值,它绘制真阳性率(y 轴)与误报率(x 轴)进行对照。 范围从 0.5(最差)到 1(最佳)。 也称为 ROC 曲线下面积,即,接受者操作特征曲线。
二元分类
一个分类事例,其中标签仅为两个类中的一个。
分类
当使用这些数据来预测某一类别,监管式机器学习任务被称为“分类”。 二元分类指的是仅预测两个类别(例如,将图像划分为“猫”或“狗”图片)。 多类分类指的是预测多个类别(例如,当将图像划分为特定品种狗的图片)。
决定系数
回归中的一项评估指标,表明数据与模型的匹配程度。 范围从 0 ...
6年前 (2019-04-29) 855℃ 0评论
0喜欢