准确率
准确率是我们最常用的评价指标,就是所有实例中被预测正确的比例,但是当数据存在不平衡时,准确率不能很全面地评价模型表现的好坏。
精确率
精确率表示被分为正例的实例中实际为里正例的比例。
召回率
混淆矩阵
True Positive(真正,TP):将正类预测为正类的数目
True Negative(真负, TN):将负类预测为负类的数目
False Positive(假正,FP):将负类预测为正类的数目(Type I error)
False Negative(假负,FN):将正类预测为负类的数目(Type II error)
模型调参数
交叉验证
为了让数据都能够顾进行验证和训练
训练数据(训练+验证)
K折就交叉验证
网格搜索
每个参数都会有查看效果,选出效果好的参数
参数的组合