Datawhale 干货 作者：李祖贤 深圳大学，Datawhale 高校群成员 当我们建立好了相关模型以后我们怎么评价我们建立的模型的好坏以及优化我们建立的模型呢？那本次分享的内容就是关于机器学习模型评估与超参数调优的。本次分享的内容包括： 用管道简化工作流 使用 k 折交叉验证评估模型性能 使用 ....

分类的度量

对不同的应用场景，需要不同的模型，对于不同的模型，需要不同的度量评估方式。

在使用机器学习算法过程中，针对不同的问题需要不用的模型评估标准，这里统一汇总。

一、概述 KS（Kolmogorov-Smirnov）评价指标，通过衡量好坏样本累计分布之间的差值，来评估模型的风险区分能力。 KS、AUC、PR曲线对比： 1）ks和AUC一样，…