准确性
在分类中，准确性是正确分类的项数目除以测试集内的项总数。 范围从 0（最不准确）到 1（最准确）。 准确性是模型性能的评估指标之一。 将其与精度、撤回和 F 分数结合考虑。
曲线下面积 (AUC)
二元分类中的一项评估指标，即曲线下面积值，它绘制真阳性率（y 轴）与误报率（x 轴）进行对照。 范围从 0.5（最差）到 1（最佳）。 也称为 ROC 曲线下面积，即，接受者操作特征曲线。
二元分类
一个分类事例，其中标签仅为两个类中的一个。
分类
当使用这些数据来预测某一类别，监管式机器学习任务被称为“分类”。 二元分类指的是仅预测两个类别（例如，将图像划分为“猫”或“狗”图片）。 多类分类指的是预测多个类别（例如，当将图像划分为特定品种狗的图片）。
决定系数
回归中的一项评估指标，表明数据与模型的匹配程度。 范围从 0 ...
5年前 (2019-04-29) 465℃ 0评论
0喜欢