【NLP复习】回归和分类问题的评价指标

一、回归问题

• 均方误差&＃xff1a;
• 均方根误差&＃xff1a;
• 和方误差&＃xff08;不除以n&＃xff09;&＃xff1a;
• 平均绝对误差&＃xff1a;
• 平均绝对百分比误差&＃xff1a;
• 平均平方百分比误差&＃xff1a;
• 决定系数&＃xff1a;

二、分类问题

• 
• 精确率&＃xff08;针对预测结果为真的样本&＃xff09;&＃xff1a;
• 召回率&＃xff08;针对本来是真的样本&＃xff09;&＃xff1a;
• F1值&＃xff1a;
• ROC曲线&＃xff1a;
• AUC值&＃xff1a;ROC曲线下面包的面积
  • &＃xff08;1&＃xff09;因为是在1x1的方格里求面积&＃xff0c;AUC必在0~1之间。
  • &＃xff08;2&＃xff09;假设阈值以上是阳性&＃xff0c;以下是阴性&＃xff1b;
  • &＃xff08;3&＃xff09;若随机抽取一个阳性样本和一个阴性样本&＃xff0c;分类器正确判断阳性样本的值高于阴性样本的概率 &＃61; AUC 。
  • &＃xff08;4&＃xff09;简单说&＃xff1a;AUC值越大的分类器&＃xff0c;正确率越高。AUC&＃61;1&＃xff0c;完美。
  • 计算&＃xff1a;曲线->梯形
•