Python機器學習:6.6 不同的效能評價指標

來源:互聯網
上載者:User

標籤:cti   osi   中文版   技術分享   conf   positive   先來   body   nts   

在前面幾個章節,我們一直使用準確率(accuracy)來評價模型的效能,通常這是一個不錯的選擇。除此之外,還有不少評價指標哦,比如查准率(precision)、查全率(recall)和F1值(F1-score).

混淆矩陣

在講解不同的評價指標之前,我們先來學習一個概念:混淆矩陣(confusion matrix), 能夠展示學習演算法表現的矩陣。混淆矩陣是一個平方矩陣,其中記錄了一個分類器的TP(true positive)、TN(true negative)、FP(false positive)和FN(false negative):

計算著四個指標並不複雜,不過能不手算當然就不手算啦,sklearn中提供了confusion_matrix 函數:

Python機器學習中文版目錄(http://www.aibbt.com/a/20787.html)

轉載請註明出處,Python機器學習(http://www.aibbt.com/a/pythonmachinelearning/)

Python機器學習:6.6 不同的效能評價指標

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.