ML02 -- 如何评价模型的好坏

要学习了解的概念知识： 数据拆分：训练数据集&测试数据集 评价分类结果：精准度、混淆矩阵、精准率、召回率、F1 Score、ROC曲线等 评价回归结果：MSE、RMSE、MAE、R Squared 1.数据拆分 训练数据集&测试数据集 我们写好了一个算法模型，但是对其准确性以及能否到正式使用还不确定，这时候就要经过大量的调试，直到模型的准确度达到满意才可以投入生产。 对于判断模型好坏，需要将数据拆

>>阅读原文<<