详解准确率、精确率、召回率、F1值等评价指标的含义

机器学习问题之中，一般须要创建模型来解决具体问题，但对于模型的好坏，也就是模型的泛化能力，如何进行评估呢？html 很简单，咱们能够定一些评价指标，来度量模型的优劣。好比准确率、精确率、召回率、F1值、ROC、AUC等指标，可是你清楚这些指标的具体含义吗？下面咱们一块儿来看看吧。web 1.混淆矩阵 介绍各个指标以前，咱们先来了解一下混淆矩阵。假如如今有一个二分类问题，那么预测结果和实际结果两两结

>>阅读原文<<