机器学习（六）：模型评估|当前快报

2023-02-18 16:06:05 来源：腾讯云

模型评估

模型评估是模型开发过程不可或缺的一部分。它有助于发现表达数据的最佳模型和所选模型将来工作的性能如何。

【资料图】

按照数据集的目标值不同，可以把模型评估分为分类模型评估和回归模型评估。

一、分类模型评估

准确率：预测正确的数占样本总数的比例。其他评价指标：精确率、召回率、F1-score、AUC指标等

二、回归模型评估

均方根误差（Root Mean Squared Error，RMSE）

RMSE是一个衡量回归模型误差率的常用公式。不过，它仅能比较误差是相同单位的模型。

a 为真实值；p 为预测值

举例：

假设上面的房价预测，只有五个样本，对应的真实值为：100,120,125,230,400预测值为：105,119,120,230,410

那么使用均方根误差求解得：

其他评价指标：

相对平方误差（Relative Squared Error，RSE）平均绝对误差（Mean Absolute Error，MAE)相对绝对误差（Relative Absolute Error，RAE)

三、拟合

模型评估用于评价训练好的的模型的表现效果，其表现效果大致可以分为两类：过拟合、欠拟合。

在训练过程中，你可能会遇到如下问题：

训练数据训练的很好啊，误差也不大，为什么在测试集上面有问题呢？

当算法在某个数据集当中出现这种情况，可能就出现了拟合问题。

1、欠拟合

因为机器学习到的天鹅特征太少了，导致区分标准太粗糙，不能准确识别出天鹅。

欠拟合（under-fitting）：模型学习的太过粗糙，连训练集中的样本数据特征关系都没有学出来。

2、过拟合

机器已经基本能区别天鹅和其他动物了。然后，很不巧已有的天鹅图片全是白天鹅的，于是机器经过学习后，会认为天鹅的羽毛都是白的，以后看到羽毛是黑的天鹅就会认为那不是天鹅。

过拟合（over-fitting）：所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在测试数据集中表现不佳。

关键词：机器学习神经网络深度学习人工智能

机器学习（六）：模型评估|当前快报

​模型评估

一、分类模型评估

二、 回归模型评估

三、拟合

1、欠拟合

2、过拟合

为你推荐

陕西两万五千吨市政桥梁完成“转身”

兰州40家A级旅游景区暂时关闭 开放时间暂定

北京丰台初步排查确诊病例密接、次密接258人 组织3万余

四川95岁战斗英雄何开仲有个心愿：想见见山东老战友

增产快！电力生产加速 能源供应偏紧将得到缓解

夏粮和早稻实现双增产 前三季度农林牧渔业增加值同比增

云南瑞丽江桥“守门员”：疫情防控不漏一人

“久病床前真孝子” 浙江男子照顾瘫痪母亲十载

黑龙江：儿童福利机构养育儿童保障标准提至1750元

山西新绛南关村民：因洪水离开家的日子

“十年磨一剑” 黑色矸石山终闻花果香

国家一级保护动物猎隼受伤 内蒙古警方送医救治

一罪犯强行脱逃下落不明 吉林省吉林监狱发布悬赏通告

涉案金额逾3000万 广西一“洗钱”团伙受审

青藏高原有雨雪天气 西南地区江南华南等地有明显降雨

湖南长沙县发现1例外省输入新冠肺炎确诊病例

青海互助：打造全国最大高原草莓种苗繁育中心

照片修复师：每修复一张照片越珍惜与亲人相处的时光

贵州率先在中国实现地质矿产勘查全过程数字化

浙江岱山通报一船沉没 2人获救11人失联

推荐内容

模型评估

二、回归模型评估

兰州40家A级旅游景区暂时关闭开放时间暂定

北京丰台初步排查确诊病例密接、次密接258人组织3万余

增产快！电力生产加速能源供应偏紧将得到缓解

夏粮和早稻实现双增产前三季度农林牧渔业增加值同比增

国家一级保护动物猎隼受伤内蒙古警方送医救治

一罪犯强行脱逃下落不明吉林省吉林监狱发布悬赏通告

涉案金额逾3000万广西一“洗钱”团伙受审

青藏高原有雨雪天气西南地区江南华南等地有明显降雨