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

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