在分类任务中,想要知道模型的好坏,是不是能够实际应用,那么必须有评价的标准,本文将详细说来。 如果不提到混淆矩阵,那么下面的概念就不好理解。我自己先默写了下,结果发现错了(错的全颠倒),错误示例如下: 上图错误的原因是不知道True/Positive这种概念是针对谁来说, 小明哥这里给出:True/False是针对(预测结果)这个预测是不是正确来说的,如果预测正确,那么为True,预测错误,即为False;Positive/Negative则是针对预测来说的(就是分类后的标签),联系下医学上的阳性与阴性,就是这个概念。 这种东西要么用得多才能记住,要么就每天看一遍,想当年我记诗词一样,每天看