内容概要¶ 模型评估的目的及一般评估流程 分类准确率的用处及其限制 混淆矩阵(confusion matrix)是如何表示一个分类器的性能 混淆矩阵中的度量是如何计算的 通过改变分类阈值来调整分类器性能 ROC曲线的用处 曲线下面积(Area Under the Curve, AUC)与分类准确率的不同 1. 回顾¶ 模型评估可以用于在不同的模型类型、调节参数、特征组合中选择适合的模型,所以我们需要一个模型评估的流程来估计训练得到的模型对于非样本数据的泛化能力,并且还需要恰当的模型评估度量手段来衡量模型的性能…

2016年1月22日 0条评论 0点热度 阅读全文