分类算法的评价
2021-05-19 06:28
阅读：455
标签：info 通过 产生 name 信息 png 准确率 http 应用 分类算法如果用分类准确度来衡量好坏将会存在问题。例如一个癌症预测系统，输入体检信息，可以判断是否有癌症，预测准确度可以达到99.9%，看起来预测系统还可以，但是如果癌症的产生概率只有0.1%，那么系统只要预测所有人都是健康的就可以达到99.9%的准确率，因此虽然准确率很高，但是预测系统实际上没有发挥什么作用。更加极端的如果癌症概率只有0.01%，那么预测所有人都是健康的概率是99.99%，比预测系统的结果还要好。因此可以得到结论：在存在极度偏斜的数据中，应用分类准确度来评价分类算法的好坏是远远不够的。 对于二分类问题。可以得到如下的混淆矩阵。 通过混淆矩阵可以得到精准率和召回率，用这两个指标评价分类算法将会有更好的效果。 分类算法的评价 标签：info 通过 产生 name 信息 png 准确率 http 应用 原文地址：https://www.cnblogs.com/tianqizhi/p/9743533.html一、分类算法评价指标
1.分类准确度的问题
2.混淆矩阵
3.精准率和召回率
评论
亲，登录后才可以留言！