机器学习分类模型评价指标详述

问题建模 机器学习解决问题的通用流程：问题建模——特征工程——模型选择——模型融合 其中问题建模主要包括：设定评估指标，选择样本，交叉验证 解决一个机器学习问题都是从问题建模开始，首先需要收集问题的资料，深入理解问题，然后将问题抽象成机器可预测的问题。在这个过程中要明确业务指标和模型预测目标，根据预测目标选择适当指标用于模型评估。接着从原始数据中选择最相关的样本子集用于模型训练，并对样本子集划分训

>>阅读原文<<