← 返回卡片

原书出处

AI制胜:机器学习极简入门

01 机器学习概述 1.6.1

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T07:14:08.926Z

例的实例数。 用大白话说,真正例TP是指模型将正类别样本

正确地预测为正类别,同样真负例TN是指模型将负类别样本正确地预测为负类别;假正例FP是指模型将负类别样本错误地预测为正类别,而假负例FN是指模型将正类别样本错误地预测为负类别。这四个术语的混淆矩阵,如图1-17所示。

正确率是我们最常见的评价指标,正确率(Accuracy

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter1.xhtml

EPUB SHA-256:6998c0d7893ca783d8854506b41a985e822de1050c9cada2886de5e1c7b9e314