深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。

如何评价这个模型对解决你这个问题的“可用”程度，这需要对模型进行测量和评估。每个模型都有他的特别之处，并随因素变化而表现不同，因此需要选择合适的评估指标来进行评定。

目录

一、混淆矩阵

二、准确率（正确率）—— Accuracy

三、精确率（查准率）—— Precision

四、召回率（查全率）—— Recall

1、公式

2、意义

3、精确率和召回率的关系

五、PR曲线

1、含义解析

2、BEP

3、F1-score

六、ROC & AUC

1、灵敏度/真正率/召回率(TPR)，特异度和假正率(FPR)

2、ROC（接受者操作特征曲线）

3、AUC（曲线下的面积）

七、如何选择评估指标

一、混淆矩阵

下表就是著名的混淆矩阵（真·混淆bushi）

标签：曲线,预测,果子,模型,样本,精确,深度,召回,评估
来源： https://blog.csdn.net/weixin_55073640/article/details/123003206