收藏夹【不定期更新】

多标签分类的结果评估---macro-average和micro-average介绍

https://www.cnblogs.com/yuuken/p/8822496.html

宏平均和微平均的对比

1. 如果每个class的样本数量差不多,那么宏平均和微平均没有太大差异
2. 如果每个class的样本数量差异很大,而且你想:
   • 更注重样本量多的class:使用宏平均
   • 更注重样本量少的class:使用微平均
3. 如果微平均大大低于宏平均,检查样本量多的class
4. 如果宏平均大大低于微平均,检查样本量少的class
   

ROC曲线和PR(Precision-Recall)曲线的联系

http://www.fullstackdevel.com/computer-tec/data-mining-machine-learning/501.html

微信公众号好文：社交和社区的区别，腾讯真的只是擅长做通讯工具而已

抖音增强社区属性，不要让粉丝都涨到微博去了