RMSE(root mean square error)均方根誤差

單純統計誤差的值。

?

MAPE(mean absolute percentage error) 平均百分比誤差

存在一個和原始數據相比較的過程。

?

準確率（precision）P：

P=TP/(TP+FP)

TP(true positive) FP(false positive)

P是代表預測為真且真實為真的數據占預測為真數據的比例。

?

召回率（recall）R:

R=TP/(TP+FN)

FN(false negitive)

R是代表預測為真且真實為真的數據占真實為真數據的比例。

F1三維顯示如下：

由圖可見?單純地追求P、R的提升并沒有太大作用。

思考：當真實數據比例較大時，一般的模型也能跑出較好的結果。

?

TPR=TP/(TP+FN)?

TPR(true positive rate)和R相同，代表預測為真的真數據占真實為真數據的比例。

FPR=FP/(FP+TN)

FPR(false positive rate)偽正例占真負例的比例。

ROC是由點（TPR,FPR）組成的曲線，AUC就是ROC的面積。AUC越大越好。

?

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RMSE、MAPE、准确率、召回率、F1、ROC、AUC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。