1.8 分类问题
来源:互联网 发布:having sql 编辑:程序博客网 时间:2024/06/05 08:52
输出变量Y为离散的有限的值时,预测问题称为分类问题。学习得到的分类模型或者决策函数称为分类器。
分类器性能评估的指标
准确率(accuracy):分类正确占总样本的比值,也可看着是0-1损失函数在测试集上的准确率
一般二分类问题多,评价指标主要是精确率,召回率,准确率
在测试集上
TP:正类被预测为正类的数量
FN:正类被预测为负类的数量
FP:负类被预测为正类的数量
TN:负类被预测为负类的数量
精确率(precision):所有预测为正类的样本中,预测为正类且正确的比例
P=TP/(TP+NP)
召回率(recall):所有正类的样本中,预测为正类且正确的比例
R=TP/(TP+FN)
F1值:精确率和召回率的调和均值,当P和R都很高时,F1才高
2/F=1/P+1/R
F=2TP/(2TP+FP+FN)
银行分类模型:根据贷款风险大小进行分类。
0 0
- 1.8 分类问题
- 分类问题
- 分类问题
- 分类问题
- 分类---非均衡分类问题
- 软件问题分类
- PHP分类问题
- NP-Hard问题分类
- 技术问题分类
- 分类的一致性问题
- ACM 问题分类
- Leetcode 问题分类
- 分类排序问题
- 封装分类问题
- DP问题分类
- 分类排序问题
- leetcode 问题分类
- 乱码问题的分类
- Ajax post +get+put+delete
- Java设计模式---工厂模式
- 推荐系统 vs 搜索引擎
- java线程池和消息阻塞队列
- 使用 python -m SimpleHTTPServer 快速搭建http服务
- 1.8 分类问题
- POJ 2155 Matrix (二维树状数组)
- 设计模式学习笔记—桥接模式
- 一步一步实现iOS微信自动抢红包(非越狱)
- 刷题
- UnityShader 深度遮罩
- 天线的输出功率
- equals和==的区别
- SpringBoot应用服务启动与安全终止