常用的评价指标:accuracy、precision、recall、f1-score、ROC-AUC、PR-AUC

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了常用的评价指标:accuracy、precision、recall、f1-score、ROC-AUC、PR-AUC相关的知识,希望对你有一定的参考价值。

参考技术A 算法倾向如果是“宁可错杀一千,不可放过一个”,可以设定在合理的precision值下,最高的recall值作为最优点,找到这个点对应的阈值。总之,我们可以根据具体的应用或者是偏好,在曲线上找到最优的点,去调整模型的阈值,从而得到一个符合具体应用的模型。

以上是关于常用的评价指标:accuracy、precision、recall、f1-score、ROC-AUC、PR-AUC的主要内容,如果未能解决你的问题,请参考以下文章

常用的评价指标:accuracyprecisionrecallf1-scoreROC-AUCPR-AUC

推荐系统常用评价指标(recall,MAP,MRR,NDCG,F1,ROC等)

生动理解深度学习中常用的各项评价指标含义TPFPTNFNRecallIoUAccuracy

1.机器学习之模型评估详解

机器学习 评价指标整理

模型评价指标总结