模型评估指标_CDA答疑社区

热线电话：13121318867

登录

kejiayuan0806

2018-10-26 阅读量: 1088

模型评估指标

模型评估一直是数据建模中不可或缺的一环，评估指标的好坏直接关系到模型上线运用的情况。当然，模型评估指标只能作为参考依据，在真正的项目实施过程中，还是需要针对具体业务具体分析。

分类模型（贝叶斯、决策树、SVM等）评估指标：

回归模型（线性回归、非线性回归等）评估指标：

混淆矩阵

混淆矩阵就是预测的正例/反例与真实值之间的比例关系，该矩阵包括4个方面：

由此计算：

True Positive Rate真实的正例中，被预测正确的比例：TPR = TP/(TP+FN)

False Positive Rate真实的反例中，被预测正确的比例：FPR = FP/(FP+TN)

混淆矩阵、ROC曲线与AUC面积之间的关系：

ROC曲线（Receiver Operating Characteristic）主要用于评估二分类模型的优劣，其绘图时X轴和Y轴分别对应混淆矩阵中FPR和TPR，其下方包围的面积为AUC（Area Under the Curve）。

0.0000

0

1

关注作者

收藏

评论(0)

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子