一、准确度的陷阱和混淆矩阵 分类算法的评价
分类准确度的问题：
一个安正预测系统，输入体检信息，就可以判断是否有癌症，
【Python|机器学习(十) 评价分类结果 (上)】预测准确度：99.9%
如果癌症产生的概率只有0.01%
我们系统预测所有人都是健康的，可达到99.99%的准确度。
对于极度偏斜 (Skewed Data）的数据只使用分类准确度 是远远不够的，需要使用 混淆矩阵 做进一步的分析
文章图片
文章图片
二、精准率和召回率 精准率：预测20个患病只有8个正确精准率40%
召回率： 实际存在10个 患病预测了8个召回率80%
文章图片
文章图片
文章图片
文章图片
三、实现混淆矩阵，精准率和召回率 
文章图片
文章图片
文章图片
文章图片
四、F1 Score 精准率重要些，股票预测，召回率重要些，病人预测
文章图片
文章图片
文章图片
文章图片
文章图片
我写的文章只是我自己对bobo老师讲课内容的理解和整理，也只是我自己的弊见。bobo老师的课 是慕课网出品的。欢迎大家一起学习。
推荐阅读
- paddle|动手从头实现LSTM
- 人工智能|干货！人体姿态估计与运动预测
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- Python专栏|数据分析的常规流程
- Python|Win10下 Python开发环境搭建(PyCharm + Anaconda) && 环境变量配置 && 常用工具安装配置
- Python绘制小红花
- 读书笔记|《白话大数据和机器学习》学习笔记1
- Pytorch学习|sklearn-SVM 模型保存、交叉验证与网格搜索
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- python|8. 文件系统——文件的删除、移动、复制过程以及链接文件