在分類任務下，預測結果(Predicted Condition)與正確標記(True Condition)之間存在四中不同的組合，構成混淆矩陣(可適用于多分類)，通常有這幾種主要模型評估指標：精確率(查的準)、召回率(查的全對正樣本的區分能力)、F1值(反映模型的穩健性)等。

TP：真正例(true positive)
FP：偽正例(false positive)
TN：真反例(true negative)
FN：偽反例(false negative)

具體含義如下：

?

?

sklearn API

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的分类问题的模型评估指标总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。