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?
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
- laravel - 不在服务器上的 laravel echo server cli 中发送身份验证请求
- java - 找不到文件 (.txt)
- c - 只能由我的应用程序使用的信号
- django - 为什么我会收到意外的关键字参数?
- macos - 如何使 instantiateController(identifier: creator:) 工作?
- api - 使用 Microsoft Graph api 创建 OnlineMeeting 时出现 Forbidden 403 错误
- distribution - 从 GLM 获取分布参数
- python - 无法访问 csv.dictreader 对象
- database - Hibernate:从数据库读取记录是否需要事务?
- c++ - 如何在不设置快捷方式的情况下在菜单栏上打印快捷方式文本?