模型评估标准常用指标

一、分类指标

样本中存在两种两种标签：样本真实标签和模型预测标签。
根据这两个标签可以得到一个混淆矩阵：

每一行代表样本的真实类别，数据总数表示该类别的样本总数。
每一列代表样本的预测类别，数据总数表示该类别的样本总数。
分类模型的评价指标主要基于混淆矩阵。

二、混淆矩阵

三、正确率

用来表示模型预测正确的样本比例。
定义如下：

四、精度和召回率

精度和召回率是比正确率更好的性能评价指标，是对某个类别的评价。

精度：（查准率）是指正确预测的正样本占所有预测为正样本的比例：

召回率：（查全率）又称灵敏度和命中率，是指正样本中被正确预测的比例：

五、F1值

精度和召回率是负相关的：高精度往往对应召回率
F值即是综合考虑精度和召回率的一个指标：

其中为β正数，其作用是调整精度和召回率的权重。β越大，召回率的权重更大；β越小，则精度的权重更大。当β正数为1时为F1值，精度和召回率权值一样。

六、ROC与AUC

ROC曲线和AUC是一个从整体上评价二分类模型优劣的指标，其中AUC是ROC曲线与其横轴之间的面积。AUC值越大说明模型越好。
ROC曲线通过真阳率和假阳率两个指标进行绘制：

真阳率是真实标签为正样本里预测也为正样本的比例，用TPR表示
假阳率是真实标签为负样本里预测为正样本的比例，用FPR表示

模型评估标准常用指标相关推荐

评分卡模型验证常用指标
在模型训练及验证之前,需进行好坏用户的划分,可通过有贷后表现根据阈值进行划分,其中坏用户定义为1,好用户定义为0,基于此对模型验证指标进行说明. 混淆矩阵(confusion matrix) 实际表现 ...
kmeans及模型评估指标_模型评估常用指标
一. ROC曲线和AUC值在逻辑回归.随机森林.GBDT.XGBoost这些模型中,模型训练完成之后,每个样本都会获得对应的两个概率值,一个是样本为正样本的概率,一个是样本为负样本的概率.把每个样本 ...
常用于评价回归模型优劣的统计量包括( )。_第四十一讲 R-判断回归模型性能的指标...
当回归模型建立好以后,如何评价该回归模型是否与另一个回归模型有区别,如何比较两个回归模型的性能?这一讲中,我们将给大家介绍几个评价回归模型性能的统计指标. 1. 模型性能指标在回归模型中,最常用的评 ...
机器学习算法常用指标总结
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达机器学习性能评价标准是模型优化的前提,在设计机器学习算法过程中,不 ...
模型评价 - 分类模型的常用评价指标
分类模型的常用评价指标基本指标:误差率指标解释:错分类样本占总样本的比例基本指标:准确率指标解释:正确分类样本占总样本的比例指标解读:准确率越接近1,模型越准确混淆矩阵真实情况预测:正 ...
模型评价 - 回归模型的常用评价指标
回归模型的常用评价指标样本误差:衡量模型在一个样本上的预测准确性样本误差 = 样本预测值 - 样本实际值最常用的评价指标:均误差方(MSE) 指标解释:所有样本的样本误差的平方的均值指标解读: ...
【Pytorch-从一团乱麻到入门】：3、模型效果评估指标：ROC、AUC、precision、recall
在构建模型中,我们经常会用到AUC.ROC等指标来进行模型效果评估 ROC全称是"受试者工作特征"(Receiver Operating Characteristic).ROC曲线 ...
[机器学习与scikit-learn-51]：模型评估-图解回归模型的评估指标MSE、MAE、RMSE、R2、RSS与代码示例
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:https://blog.csdn.net/HiWangWenBing/article/detai ...
目标检测模型的评估指标mAP详解(附代码）
https://zhuanlan.zhihu.com/p/37910324 对于使用机器学习解决的大多数常见问题,通常有多种可用的模型.每个模型都有自己的独特之处,并随因素变化而表现不同. 每个模型在 ...

模型评估标准常用指标

一、分类指标

二、混淆矩阵

三、正确率

四、精度和召回率

五、F1值

六、ROC与AUC

模型评估标准常用指标相关推荐

最新文章

热门文章