当前位置:   article > 正文

Python 机器学习 基础 之 模型评估与改进 【评估指标与评分】的简单说明_常用的模型评估指标python

常用的模型评估指标python

Python 机器学习 基础 之 模型评估与改进 【评估指标与评分】的简单说明

目录

Python 机器学习 基础 之 模型评估与改进 【评估指标与评分】的简单说明

一、简单介绍

二、评估指标与评分

1、牢记最终目标

2、二分类指标

1)错误类型

2)不平衡数据集

3)混淆矩阵

4)考虑不确定性

5)准确率-召回率曲线

6)受试者工作特征(ROC)与AUC

3、多分类指标

4、回归指标

5、在模型选择中使用评估指标

附录

一、参考文献


一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言,可以应用于以下领域: Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。Python 是一种功能强大且易于学习和使用的编程语言,因此成为了机器学习领域的首选语言之一。Python 提供了丰富的机器学习库,如Scikit-learn、TensorFlow、Keras、PyTorch等,这些库包含了许多常用的机器学习算法和深度学习框架,使得开发者能够快速实现、测试和部署各种机器学习模型。

Python 机器学习涵盖了许多任务和技术,包括但不限于&#

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/911504
推荐阅读
相关标签
  

闽ICP备14008679号