评价系统中的鉴别指标包括（评价系统中的鉴别指标包括）
本篇文章给大家谈谈评价系统中的鉴别指标包括，以及评价系统中的鉴别指标包括对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享评价系统中的鉴别指标包括的知识，其中也会对评价系统中的鉴别指标包括进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
1、评价机器学习系统性能好坏的指标有
准确率（Accuracy）正确预测的样本数占总样本数的比例。精确率（Precision）正确预测为正例的样本数占预测为正例的样本数的比例。召回率（Recall）正确预测为正例的样本数占实际为正例的样本数的比例。
在正负样本不平衡的情况下，准确率这个评价指标有很大的缺陷。比如在互联网广告里面，点击的数量是很少的，一般只有千分之几，如果用acc，即使全部预测成负类（不点击）acc 也有 99% 以上，没有意义。
可靠性：可靠性是指计算机系统在长时间运行过程中不出现故障或异常的能力。这个指标包括硬件和软件两个方面，硬件问题可能包括电源故障、CPU故障和内存故障等；软件问题则可能包括病毒攻击、操作系统崩溃等。
AUC的取值范围在0.5到1之间，其值越接近1，代表该模型的性能越好，反之则代表其性能较差。AUC（Area Under the Curve）是机器学习中常见的评价性能指标之一，它通常用来评估一个二分类模型的性能。
分类模型评价指标有：准确率、精确率、召回率等。
到此，以上就是小编对于评价系统中的鉴别指标包括的问题就介绍到这了，希望介绍关于评价系统中的鉴别指标包括的1点解答对大家有用。
