? ? ? ??

要根據不同的目標選取合適的評估指標。

? ? ? ? ?

進行二分類問題的時候，數據集之間的不平衡，會導致評價指標accuracy很高，但是卻不能反應模型的好壞。

?

?

sklearn.metrics.confusion_matrix

?

?

如果標記數字的話，則按標簽從小到大排序，如果為字符型的化，自己設計labels參數來表示其順序,否則系統會自動將字符轉化為其他類型就好。

dummy_majority = DummyClassifier(strategy = 'most_frequent').fit(X_train, y_train)

dummy classifier 的strategy參數取值解釋如上圖。

?

轉載于:https://www.cnblogs.com/shadow1/p/10585108.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的机器学习模型评估标准选择循环图的全部內容，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。