超强总结，11个模型评估指标！！

文章预览

大家好，今天聊聊 机器学习模型评估指标 ~ 这方面在前期，很多人不太注意，其实是非常重要的一块内容。 机器学习模型评估指标的重要性体现在它们提供了客观、可量化的方式来衡量模型性能，帮助选择最适合的模型和调整参数； 它们是优化模型、改进算法和指导业务决策的关键依据；合适的评估指标能够有效地反映模型在不同方面的表现，从而指导进一步改进和优化。 咱们今天介绍11种模型评估指标，案例都比较相似，大家可以学习起来~ 准确率（Accuracy） 精确率（Precision） 召回率（Recall） F1 分数（F1-Score） ROC 曲线和 AUC ‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍ 混淆矩阵（Confusion Matrix） 均方误差（Mean Squared Error，MSE） 平均绝对误差（Mean Absolute Error，MAE） 对数 ………………………………