标签 “开发框架” 下的文章
人工智能项目开发验收维护及机器学习开发框架介绍
人工智能项目开发验收与维护模型性能评估与测试调优分类任务的评价指标评价指标：使用不同的性能度量，往往会产生不同的评判结果，评价指标的选择，影响性能、算法选择、特征重要性的评判的结果。模型的泛化性：机器学习的目标是从训练领域的训练数据到任意其他数据上的性能良好，可以在未来对模型没有见过的数据进行预测，可能会产生过拟合和欠拟合的情况。准确率：正确分类的样本数占总样本数的比例，但是对于不均衡数据而言，模型会调入“高准确率陷阱”，为避免该陷阱，引入混淆矩阵。混淆矩阵：把样本的真实分类值作为一个维度，把预测分类值作为一个维度。精准率和召回率，精确率取决于模型准不准，召回率看数据全不全，不可兼得，要取舍。模型调优，过拟合与欠拟合。调参过程类似，先找出若干模型，然后基于某种模型进行评估。算法参数一般...
最新回复