機器學習 習 的準確性是多少？

準確性是分類法中的乙個基本指標，它直接衡量模型執行預期任務的程度。

準確性表示資料集中正確例項數與例項總數的比率。 簡而言之，它回答了這個問題：“在所有**中，有多少是真實的？”

（tp）：該模型是正確和積極的例項。

(tn)：模型準確捕獲負類。

(fp)：這些是模型誤差正類的情況。

(fn)：這是指模型無法識別正類，而是將其標記為負類。

準確性通常是評估分類模型時要考慮的第乙個指標。 它易於理解，並提供了模型效能的快速快照。 例如，如果模型的準確率為 90%，則每 100 個例項中有 90 個例項的準確率是正確的 **。 然而，雖然準確性很有價值，但知道何時使用它也很重要。 如果類別相對平衡，並且每個類別的錯誤分類成本相同，則準確性可以成為可靠的指標。

AI助手創作季 此外，在實際場景中，不同型別錯誤的代價可能會有所不同。 例如，在醫學診斷中，假陰性（未能識別疾病）可能比假陽性產生更嚴重的後果。