机器学习[2]:模型评估
2021-05-29

对生成的模型进行比较,以得到最好的训练结果。需要使用评估算法进行评估。

评估算法

  • 分离训练数据集和评估数据集
    • 66.7% + 33.3%
  • K折交叉验证分离
    • 把data分为K组,每组都单独做一次 validation_data
  • 弃一交叉验证分离
    • data中的每一个数据,都做一次validation
  • 重复随机评估
    • 随机分组,作validation

混淆矩阵相关

图形分类

  • 错误率
  • Accurancy
  • Precision
  • Recall
  • F1-Score
  • TPR
  • FPR
  • PRC曲线
    • Precision作Y,Recall作X
    • 曲线下方面积为1时,性能最理想。
  • ROC曲线
    • TPR作Y,FPR作X
    • AUC曲线的Y值为ROC曲线下方的面积
    • 曲线越靠左上,性能越好

目标检测

  • IOU
  • AP
  • mAP

回归类型

  • MAE
  • RMSE

Reference