我将如何识别用于机器学习中的分类问题陈述的评估指标？

Question

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

Answer 1

当使用平衡数据集时，

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。