模型准确率多少合适,AUC模型准确度

模型精度是什么意思 2023-12-29 22:02 856 墨鱼

模型精度是什么意思

模型准确率多少合适,AUC模型准确度

模型准确率多少合适,AUC模型准确度

你看，我们什么都没做，模型的预测准确率就达到了99.999%。你认为妈妈会花多少钱来购买由你的"一行代码"实现的上帝模型？马爸爸不会花钱买你的模型，因为评价模型的只是准确性。一个是数据的复杂程度或者特征的数量，另一个是模型参数的数量和模型的结构。数据的特征数是指描述数据所需的特征大小。例如，100×100彩色图像的特征大小为100×1

通过依靠多数获胜模式，它降低了单棵树出错的风险。例如，如果创建了决策树，则第三棵树的预测为0。但如果依赖于4棵决策树的模式，预测值将为1。这是集成学习的通用量化模型，只要精度达到60%就可以使用。精度70%-80%是优秀模型，具有商业化潜力。精度80%以上更适合小规模偷偷玩。超过90%的准确度，可能会随着产能的扩大和使用而提高

≥▂≤ 不过，我在测试过程中感觉训练精度不太对劲，最终任何一个模型收敛数据的精度都在80%左右，比我预期的要低很多。在我的印象中，lenet虽然是很老的结构，但是从当时的图片可以看出，当callrate接近000的时候，模型A的准确率是0.90.90.9，而模型Bis的准确率是111。这说明模型中Bare得分最高的样本都是真实的正样本，而即使是模型A得分最高的样本也有预测误差。

≥０≤ 模型的准确度为0.75。不平衡的ROC评分数据会影响最终的评估效果，严重时会导致过拟合，即模型总是将样本划分为样本量较大的样本。为了使模型的判断更加准确，只考虑准确性，似乎应该选择模型A，但是此时我们需要预测75（=50/0.667，66.7%的预测买家会实际购买，即准确率）客户仅通过促销就可以销售50件商品；如果选择模型B，则只需销售60(=50/0.83

后台-插件-广告管理-内容页尾部广告（手机）

标签： AUC模型准确度