机器学习小白看过来，带你全面了解分类器评价指标

AI 研习社按：为你的分类器选择正确的评价指标十分关键。如果选不好，你可能会陷入这样的困境：你认为自己的模型性能良好，但实际上并非如此。近日，towardsdatascience 上的一篇文章就深入介绍了分类器的评价指标，以及应该在什么场景下使用，AI 研习社将内容编译整理如下：在本文中，你将了解到为什么评价分类器比较困难；为什么在大多数情况下，一个看起来分类准确率很高的分类器性能却没有那么理想；什么是正确的分类器评价指标；你应该在何时使用这些评价指标；如何创造一个你期望的高准确率的分类器。  目录评价指标为什么如此重要？混淆矩阵准确度和召回率F-Score精确率和召回率的折衷精确率和召回率的曲线ROC、AUC 曲线和 ROC、AUC 值总结  评 ………………………………