摘要: 模型评估是对学习器泛化能力有效可行的实验估计方法。而性能度量是衡量模型泛化能力的评价标准。性能度量反应了任务需求,在对比不同模型能力时,使用不同的性能度量往往会导致不同的评估结果。模型的好坏不仅取决于算法和数据,还有任务需求。 1.错误率与精度 最常用的两种性能度量,对于样例集D={(x1,y1), 阅读全文
posted @ 2019-03-05 00:03 KrianJ 阅读(638) 评论(0) 推荐(0) 编辑