准确度这个评价指标在类别不均衡的分类任务中并不能work。
几个比传统的准确度更有效的评价指标:
混淆矩阵(Confusion Matrix):使用一个表格对分类器所预测的类别与其真实的类别的样本统计,分别为:TP、FN、FP与TN。
精确度(Precision)
召回率(Recall)
F1得分(F1 Score):精确度与找召回率的加权平均。
特别是:
Kappa (Cohen kappa)
ROC曲线(ROC Curves)
MAC如何前往指定文件路径?使用comand+shift+G 快捷方式 打开MAC的文件管理地址栏,输入指定文件路径,前往