我应使用哪个评估指标来分类问题陈述?我应该决定什么因素?1. 准确度2. F1分数3. AUC ROC分数4. 日志丢失
准确度是一个很好的指标。
[F1分数是一个很好的指标,当您想最大程度地提高预测的准确性和召回率时,对于不平衡的数据集也非常有用。
AUC ROC分数表示算法覆盖了您的数据量,我真的很喜欢使用此评估指标。它适用于平衡和非平衡数据集。
对数损失是预测的对数损失,取决于预测标签和真实标签之间的交叉熵。我以前从未使用过该指标。