模型评估与衡量指标要点

• 模型评价的目的

  掌握为何评价机器学习模型对开发工作十分必要。

• 分类衡量指标

  辨识并计算准确率、精确率、召回率和F1分数等主要衡量指标。

• 回归衡量指标

  辨识并计算MAE、MSE、RMSE和R平方等主要衡量指标。

• 混淆矩阵

  分析混淆矩阵以掌握分类表现。

• 数据划分

  学习训练/测试集划分对可靠模型评价的重要性。

• 简单评价流程

  应用一个简单流程，使用恰当的衡量指标评价模型。

目前没有推荐的后续课程。