機器學習中精確度的最佳衡量標準是什麼

我一直在研究機器學習的概念，但我仍然無法正確掌握哪些屬性可以用來確定什麼可以說明我的系統的真實準確性（如果它的TPR或正確分類實例）機器學習中精確度的最佳衡量標準是什麼

我也在尋找ROC和Kappa統計的很好的解釋。據我所知，ROC測量系統的學習量，Kappa測量系統猜測的數量。但是，這些是我們的教授有多年經驗的解釋。查看其他技術文檔，我們無法弄清楚他這些術語的含義。

所以，我只需要知道什麼可以告訴我的算法的準確性以及需要哪些屬性來支持算法是否合適，如ROC和Kappa統計量。

請幫忙！非常感謝你！

2013-03-19 gwafito

精度=（真陽性+真陰性）/ N – 2017-11-10 05:23:34

此外，見本討論：HTTPS：/ /stats.stackexchange.com/questions/312780/why-is-accuracy-not-the-best-measure-for-assessing-classification-models – 2017-11-10 05:30:57

有關機器學習性能的兩個基本標準是誤報（誤報）比率和假陰性（漏報目標）比率。比方說，你正在尋找一個特定的對象類型，如果你從100個out-class對象中檢測出10個錯誤的對象作爲目標，那麼誤報率爲10％。

如果您將10個true對象標記爲100個目標對象中的out-class，則false negative raio爲10％。

一般有這兩個比率和ROC曲線的區域之間的折衷的性能的良好指標

來源

2013-03-19 09:28:19

機器學習中精確度的最佳衡量標準是什麼

回答

相關問題