机器学习之模型评估

1. 评估指标的局限性   准确率（Accuracy)： 分类正确的样本占总样本个数的比列 精确率(Pression)：分类正确的正样本占分类器判定为正样本个数的比列 召回率(Recall)：分类正确的正样本占真正的正样本个数的比列   准确率的局限性： 当不同类别的样本比例非常不均衡的时候，占比大的类别往往会成为影响准确率的最主要的因素。 为了解决这个问题，可以使用更为有效的平均准确率（每个类别

>>阅读原文<<