机器学习备忘录之模型评估

度量指标 评估模型的好坏需要一个度量方法 ，选择不同的度量方法可能会导致最后对模型的选择不同。 准确率(Accuracy)：分类正确的样本占总样本个数的比例。 精确率(Precision)：分类正确的正样本个数占分类器判定为正样本个数的比例。 召回率(Recall)：分类正确的正样本个数占真正的正样本个数的比例。 当不同类别的样本比例非常不均衡时，将准确率作为分类性能的指标非常局限，可以使用更加有

>>阅读原文<<