机器学习学习笔记（一）分类模型的评估

最近想了解一下机器学习的评估指标，发现有个UP讲的很清楚，顺便做一些记录，以便查阅，UP链接小萌Annie.

混淆矩阵：下面这张图很清晰地以例子形势描述了该概念

拓展到多分类的情况：


准确率，精确率，召回率：
准确率：分类器到底分对了多少？
精确率：返回的图片中正确的有多少？
召回率：有多少张应该返回的图片没有找到？
下图带例子：

F1值（F1-score）
F1 = 2PR/（P + R) = 2TP/ (2TP + FN + FP )

下面这图比较清楚：

ROC曲线和PR曲线：



ROC和PR曲线关系

两者特点：

文章来源: zstar.blog.csdn.net，作者：zstar-_，版权归原作者所有，如需转载，请联系作者。

原文链接：zstar.blog.csdn.net/article/details/112794172