分类与预测算法评价标准

1.利用训练集对模型进行预测建模，利用测试集对模型进行验证分析，一般训练集数量与测试集数量为8:2；

2.模型预测效果评价指标：相对/绝对误差、平均绝对误差、均方根误差、平均绝对百分误差。

绝对误差：E=Y-Y1;其中E为绝对误差，Y为实际值，Y1为预测值；

相对误差：e=(Y-Y1)/Y;

平均绝对误差：

均方误差：避免正负误差不能相加，加强数值大的误差在指标中的作用，提高指标的灵敏性。

均方根误差：代表预测值的离散程度。

平均绝对百分误差：一般认为其值小于10时，预测精度较高。

3.识别准确度：

TP：正确的肯定；

TN：正确的否定；

FP：错误的肯定；

FN：错误的否定；

4.识别精确度：

Precision=TP/(TP+FP)*100%

5.反馈率

Recall=TP/(TP+TN)*100%

6.ROC

7.混淆矩阵（Confusion Matrix)：样本数据的真实属性与识别结果类型之间的关系。

plotconfusion(target,y);

分类与预测算法评价标准相关推荐

逻辑回归(Logistic Regression, LR)又称为逻辑回归分析，是分类和预测算法中的一种。通过历史数据的表现对未来结果发生的概率进行预测。例如，我们可以将购买的概率设置为因变量，将用户的
逻辑回归(Logistic Regression, LR)又称为逻辑回归分析,是分类和预测算法中的一种.通过历史数据的表现对未来结果发生的概率进行预测.例如,我们可以将购买的概率设置为因变量,将用户的 ...
决策树分类和预测算法的原理及实现
作者:蓝鲸算法决策树是一种通过对历史数据进行测算实现对新数据进行分类和预测的算法.简单来说决策树算法就是通过对已有明确结果的历史数据进行分析,寻找数据中的特征.并以此为依据对新产生的数据结果进行预测 ...
深度学习算法评价标准AP bbox bev 3d
深度学习算法的检测指标深度学习算法测试的数据集一般采用公开的数据集进行训练和测试,比如常用的KITTI数据集. 深度学习算法的检测指标通常由bbox.bev.3d.aos四个检测指标上述四个检测指 ...
DIP关键算法-去噪算法评价标准
去噪算法是图像处理里面一个基础的问题,对于去噪算法的好坏一个直接的判断就是视觉上的感知,但是这只能作为一个定性的判断,在实际的应用中,我们还需要进行定量分析,进而做出最终的判断.在实际中往往采用原始图 ...
ml--分类与预测算法评价方法
不想动手编辑了,偷个懒...取自<Python数据分析与挖掘实战>第5章还没用过"Kappa统计"和"多类混淆矩阵"! 转载于:https://w ...
【Python数据分析】数据挖掘建模——分类与预测——回归分析
根据挖掘目标和数据形式可以建立分类与预测.聚类分析.关联规则.时序模型.离群点检测等模型.首先介绍一下分类与预测模型. 一.分类预测模型实现过程分类模型主要是预测分类编号,预测模型主要是建立连续值函 ...
目标跟踪VOT2016 BenchMark评价标准介绍
本文转载自Deep Studio,供自己学习使用,谢谢大神的分享! Deep Studio 目标跟踪VOT2016 BenchMark评价标准介绍 by PengChao 现在比较流行的跟踪Benck ...
《R语言与数据挖掘》⑥-⑦分类与预测建模【分类算法评价】
模型预测效果评价,通常用相对绝对误差.平均绝对误差.根均方差.相对平方根误差等指标来衡量一般回归型模型评价绝对误差Absolute Error 相对误差Relative Error 平均相对误差M ...
二分类最优阈值确定_分类模型评价标准，AUC还是Macro F1？
在人工智能领域,分类任务占据了很大的比例,例如物体识别(计算机视觉).信用卡欺诈(数值型预测).情感分析(自然语言处理)等等.针对众多的分类需求,模型的评价标准只是简单的准确率(Accuracy)吗? ...

分类与预测算法评价标准

分类与预测算法评价标准相关推荐

最新文章

热门文章