机器学习模型评估方法

目录 1、基本概念       2、数据集划分方法    2.1、留出法 2.2、交叉验证法 2.3、自助法 2.4、调参 3、性能度量 3.1、 查准率,查全率与F1 3.2、如何比较两学习器性能 3.3、ROC、AUC和EER 3.4、代价敏感错误率 4、比较检验 4.1、假设检验 4.2、交叉验证t检验 4.3、McNemar检验 4.4、Friedman检验与Nemenyi后续检验 4.5

>>阅读原文<<