模型建立与评估

一.基本概述

均方误差

准确率、召回率、精度、错误率

二.均方误差(预测)

误差 = 预测值 - 真实值

三.准确率、召回率、精度、错误率(分类)

 

准确率/查准率(precision): 是针对预测为正的样本来说的,指的是预测为正的样本中预测正确了的百分比。

   


TPTP+FP

召回率/查全率(recall):是针对真实为正的所有样本来说的,指的是所有为正的样本中,被正确识别出来了的样本的比例。

    

精度(accuracy):指的是预测正确了的样本占总样本的比例。

     

错误率:错误率 = 1 - 精度

 

四.ROC指标:曲线面积

模型预测正例与负例的综合来看

横轴:fpr(thesholds不同阈值(类似sigmot的0.5)得出不同fpr, tpr)

纵轴:tpr(thesholds不同阈值(类似sigmot的0.5)得出不同fpr, tpr)

目的:横轴趋近1,纵轴也趋近1;面积综合两个值即计算积分值(roc曲线得出函数)与1比较

猜你喜欢

转载自www.cnblogs.com/xyp666/p/9216774.html