机器学习之数据分离与混淆矩阵

简介

实例基本流程：
数据载入->数据可视化与预处理->模型创建->全数据用于模型训练->模型评估

数据分离可以用于模型评估

对全数据进行数据分离，部分用于训练，部分用于新数据的结果预测！

通常来说分为3步：

1. 把数据分成两部分：训练集、测试集
2. 使用训练集数据进行模型训练
3. 使用测试集数据进行预测，更有效地评估模型对于新数据的预测表现

这里的训练集和测试集的比例可以灵活调整， 参考：训练集占70%，测试集占30%；也可能训练集占80%，测试集占20%。

混淆矩阵

在我们前面的分类任务中，都是计算测试数据集预测准确率以评估模型表现，但如果只用accuracy会有很大的局限性，无法真实反映模型针对各个分类的预测准确度

准确率（accuracy）：没有体现数据预测的实际分布情况（0,1本身的分布比例）， 没有体现模型错误预测的类型

TP： T预测准确，P实际为正样本
TN： T预测准确，N实际为负样本
FP： F预测错误，P实际为负样本
FN： F预测错误，N实际为正样本

可以计算更丰富的模型评估指标

参考链接

https://blog.csdn.net/weixin_46344368/article/details/106845649?spm=1001.2014.3001.5502