1、分類演算法：
邏輯回歸、決策樹、支援向量機、最近鄰、貝葉斯網路、神經網路
評價指標：精確率（precision）、f-score、準確率（accuracy）、召回率（recall）、特效度（specificity）、roc曲線、auc
2、回歸演算法：
線性回歸、嶺回歸、lasso回歸、elastic回歸、多項式回歸、核回歸
評價指標：r、r方、調整r方、因變數**標準誤差、總離差、自由度、平均離差、f值、f值的顯著性水平、模型個例數
3、聚類演算法：
k-means、db-scan、層次聚類、optics聚類
評價指標：rmsstd、r square、srp、簇內間距離
4、降維演算法
線性降維（pca、lda）、非線性降維（流形學習）
5、關聯分析：
apriori演算法、fp-growth演算法
評價指標：支援度、置信度、提公升度
6、深度學習：
cnn、rnn、gan
評價指標：根據任務的型別，與上述評價指標相同
評價指標 分類演算法中常用的評價指標
對於分類演算法，常用的評價指標有 1 precision 2 recall 3 f score 4 accuracy 5 roc 6 auc ps 不建議翻譯成中文，尤其是precision和accuracy，容易引起歧義。1.混淆矩陣 混淆矩陣是監督學習中的一種視覺化工具，主要用於比較分類結果和例...
回歸的評價指標
skullfang 關注 0.32018.01.19 15 18 字數 913 閱讀 39599 喜歡 13 分類問題的評價指標是準確率，那麼回歸演算法的評價指標就是mse，rmse，mae r squared。下面一一介紹 mse mean squared error 叫做均方誤差。看公式 這裡的...
分類常用的評價指標
accuracy number of correct predictions total number of predictions 對於二元分類，也可以根據正類別和負類別按如下方式計算準確率 accuracy tp tn tp fp tn fn 其中，tp 真正例，tn 真負例，fp 假正例，fn...