机器学习模型评估标准选择循环图
Posted shadow1
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习模型评估标准选择循环图相关的知识,希望对你有一定的参考价值。
要根据不同的目标选取合适的评估指标。
进行二分类问题的时候,数据集之间的不平衡,会导致评价指标accuracy很高,但是却不能反应模型的好坏。
sklearn.metrics
.confusion_matrix
如果标记数字的话,则按标签从小到大排序,如果为字符型的化,自己设计labels参数来表示其顺序,否则系统会自动将字符转化为其他类型就好。
dummy_majority = DummyClassifier(strategy = ‘most_frequent‘).fit(X_train, y_train)
dummy classifier 的strategy参数取值解释如上图。
以上是关于机器学习模型评估标准选择循环图的主要内容,如果未能解决你的问题,请参考以下文章