摘要：
##关于多分类问题中的混淆矩阵，精准率 具体操作 （在notebook中） 使用手写识别数据集，使用全部的样本数据，不做限制，对数据进行分割，使用逻辑回归算法，求解出准确度 import numpy as np import matplotlib.pyplot as plt from sklearn 阅读全文
摘要：
##ROC曲线 前文讲了PR曲线 这里说ROC曲线，其描述的是TPR和FPR之间的关系 TPR是什么呢，TPR就是召回率 FPR是什么呢，FPR就是和TPR对应的，即真实值为0的一行中的预测为1的部分比例 和精准率和召回率一样，TPR和FPR之间也有着内在的联系，TPR越高，FPR越高，反之一样，R 阅读全文
摘要：
##精准率和召回率的平衡以及精准率召回率曲线 ###精准率和召回率的平衡 前文书道，使用F1 score可以同时考虑到精准率和召回率，那么，怎么能同时让二者都变大呢，可惜，是不行的，因为这两个指标是互相矛盾的，一方提高，一方就会下降，因此要找到两者的平衡 可以通过逻辑回归和决策边界来理解 对于决策边 阅读全文
摘要：
##F1 score 关于精准率和召回率 精准率和召回率可以很好的评价对于数据极度偏斜的二分类问题的算法，有个问题，毕竟是两个指标，有的时候这两个指标也会产生差异，对于不同的算法，精准率可能高一些，召回率可能低一些，反之一样，真正使用的时候应该根据具体的使用场景来去解读这两个指标 想要得到这两个指标 阅读全文
摘要：
##混淆矩阵，精准率和召回率 评论回归算法的好坏点击这里 评价分类算法是不能单单靠一个分类准确度就可以衡量的，单用一个分类准确度是有问题的 比如说，一个癌症预测系统，输入体检信息，就可以判断是否得了癌症，这个系统的预测准确率有99.9%，但是不能说这个系统就是好的，因为如果患有癌症的概率是0.1%， 阅读全文