sklearn之分类模型混淆矩阵和分类报告(转载)
摘要:
机器学习中的分类问题评估模型性能时,往往需要计算各种评价指标。通过计算混淆矩阵(confusion matrix)可以方便地导出各种指标,例如precision(查准率)、recall(tpr)(查全率、召回)、accuracy、fpr、F1分数、Roc曲线、Auc等。 一些常用的分类评价指标计算公 阅读全文
posted @ 2020-06-10 18:34 那抹阳光1994 阅读(3573) 评论(0) 推荐(0)
浙公网安备 33010602011771号