2021-04-22
阅读量:
780
机器学习 测试集正确率越高就代表这个模型越好吗？
这种观点是不对的，并不是说在测试机上精度越高的模型就一定越好，尤其是这种正负样本差距可能会很大的问题。
比如你这个癌症的发病率在样本里总共才10%，那么一个一直判断为没有癌症的模型就能够获得90%的精度，但显然这种模型没有任何的作用。
现实里对这种问题，你可以先解决数据不均衡的问题，像是修改loss的计算或者重复采样之类的最后评判模型的好坏的时候，不要去看模型的正确率，而是去看看每种模型的查准率、回收率或者AUC(Area under Curve)：Roc曲线下的面积
109.0882
1
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2025-05-24
0条评论
CDA持证人阿涛哥
2025-05-14
0条评论
CDA持证人阿涛哥
2024-10-29
0条评论