模型评估指标（用于评估模型性能）
发布时间
阅读量：
阅读量
评估指标 按照 任务类型 进行划分，主要包括：分类指标 、回归指标 、聚类指标 以及排序指标 等。
一、分类指标体系构建
二分类问题中的混淆矩阵：
TP（真正，True Positive）：指实际类别为正类，模型预测结果同样判定为正类的情况；
FP（假正，False Positive）：指实际类别为负类，但模型错误地预测为正类的情形；
TN（真负，True Negative）：指实际类别为负类，模型预测结果也正确识别为负类的状态；
FN（假负，False Negative）：指实际类别为正类，但模型错误地判断为负类的情况。
TP与FP、FN以及TN的总和即等于整体样本数量。
精确率、召回率以及F1值的计算公式如下：
全部评论 (0)
还没有任何评论哟~