机器学习2.0基础

1.模型的评估指标 Accuracy：准确率 确诊疾病 确诊健康 疾病 / 真阳性 假阳性 健康 / 真阴性 假阴性 阳性：正确的 阴性：错误的 两个指标 精度：在所有模型诊断的阳性数据中，有多少真阳性。（诊断为疾病的有多少生病1000/1800） 召回率：所有真正阳性数据中，有多少阳性被识别出来了。（生病患者有多少被诊断为生病 1000/1200） F1得分 一方得分越低，F1得分越低，确实有很

>>阅读原文<<