scikit-learn：3.3. Model evaluation: quantifying the quality of predictions

标签：

参考：http://scikit-learn.org/stable/modules/model_evaluation.html#scoring-parameter

三种方法评估模型的预测质量：

• Estimator score method: Estimators都有 score method作为默认的评估标准，不属于本节内容，具体参考不同estimators的文档。
• Scoring parameter: Model-evaluation tools using cross-validation (such as cross_validation.cross_val_score and grid_search.GridSearchCV) rely on an internal scoring strategy. 本节讨论The scoring parameter: defining model evaluation rules.（参考第一小节）
• Metric functions: The metrics module 能较全面评价预测质量，本节讨论Classification metrics, Multilabel ranking metrics, Regression metrics and Clustering metrics.（参考二、三、四、五小节）

最后介绍 Dummy estimators ，提供随机猜测的策略，可以作为预测质量评价的baseline。（参考第六小节）

See also

For “pairwise” metrics, between samples and not estimators or predictions, see the Pairwise metrics, Affinities and Kernels section.

具体内容有时间再写。。。

1、

2、

3、

4、

5、

6、

scikit-learn：3.3. Model evaluation: quantifying the quality of predictions

标签：

原文地址：http://blog.csdn.net/mmc2015/article/details/47121611