准确率是分类问题中最直观最简单的评价标准,但是我们在实际项目中并未用准确率作为评估标准,为啥呢,因为我们的数据并不是正负样本一比一的(多分类问题中label也通常不是等比的),比如,当某个二分类问题中负样本占90%,如果一个模型把所有样本都预测为负样本,也可以得到90% 的准确率,就是说当不同类别的样本比例不均衡是,占比较大的类别就成为了影响准确率的最主要因素,所以通常我们不会用准确率作为评价标准
HelloData阅读 3k
超神经HyperAI赞 2阅读 487
吴季分赞 2阅读 143
deephub阅读 1.2k
SaaS知识库阅读 1.2k
超神经HyperAI阅读 1.1k
超神经HyperAI阅读 1.1k
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。