2020-02-26
阅读量:
826
如何评估模型好不好
回归:
MSE(均方误差)—— 判定方法:值越小越好。真实值-预测值 然后平方之后求和平均
RMSE(均根方误差)—— 判定方法:值越小越好。
R squared/拟合优度 —— 判定方法:值越接近1模型表现越好
分类:
ROC —— 判定方法:ROC曲线应尽量偏离参考线(ROC曲线离参照线越远模型预测效果越好)
AUC —— 判定方法:AUC应该大于0.5
K-S图 —— 判定方法:其值在0到100之间,值越大,模型表现越好
gini系数 —— 判定方法:基尼系数应大于60%,就算好模型
混淆矩阵 —— 判定方法:根据不同的模型选不同的参数






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论