机器学习模型评估指标｜准确率、召回率、F1详解

1、前言

训练完模型不会评估？准确率、召回率、F1、混淆矩阵全部看不懂？本文一次性讲清评估指标。

2、四大基础指标

• 准确率：整体预测正确比例

• 精确率：预测正样本中真实正样本

• 召回率：真实正样本被找出比例

• F1：精确率与召回率平衡指标

3、代码计算指标

from sklearn.metrics import accuracy_score,recall_score,f1_score

4、适用场景选择

• 医疗检测：看重召回率

• 广告推荐：看重精确率

5、总结

模型好坏不能只看准确率，一定要结合业务场景选择指标。