重回机器学习-《python机器学习及实践》读书笔记二

一.三个率

        机器学习模型训练好之后，会在样本外进行测试，然后我们可以得到三个“率”：

1. 准确率
2. 召回率
3. 精确率

        其实这些也没有什么大不了的，大家如果学习过基本的统计学的话就会知道，这就是所谓的一类错误、二类错误的一个变体。

        首先是准确率，这个最好理解，就是你的模型在样本外测试中正确的次数。当然，我们讨论的前提都是一个二分类问题。这三个“率”是这么定义的：

        这就是书中的公式，Accuracy就不说了。召回率比较有意思，是猜对的原本为真的数目作为分子，然后分母是所有猜对的数目。也就是你模型正确预测中某一类型的占比。精确率是某一类型总数中正确预测的占比。有点绕，理解一下就行。

        为了调和精确率和召回率，还有一个F1指标，其实就是精确率和召回率的调和平均。调和平均有一个特点，会对调和平均的对象的方差进行惩罚。