时间戳

首页 > 解决方案 > 评估多类图像分类的 CNN 模型

machine-learning - 评估多类图像分类的 CNN 模型

问题描述

我想问一下可以使用什么指标来评估我的 CNN 模型的多类，我现在有 3 个类，我只是使用准确性和混淆矩阵还绘制模型的损失，是否有任何指标可以用来评估我的模特表现？

标签： machine-learningcomputer-visionpytorchartificial-intelligence

解决方案

评估模型的性能是任何机器学习项目周期中最关键的阶段之一，必须有效地完成。因为，您已经提到您正在使用准确性和混淆指标进行评估。我想补充几点以制定更好的评估策略：

假设您正在开发一个分类器，将 EMAIL 分类为垃圾邮件或非垃圾邮件 (HAM)，现在可能的评估标准之一可能是FALSE POSITIVE RATE，因为如果非垃圾邮件以垃圾邮件类别结尾，这真的很烦人 (这意味着您将阅读一封有价值的电子邮件）

因此，我建议您根据您所针对的问题考虑指标。您可以根据遇到的问题选择许多指标，例如 F1 分数、召回率、精度。

您可以访问：https ://medium.com/apprentice-journal/evaluating-multi-class-classifiers-12b2946e755b以获得更好的理解。

推荐阅读