反世代距離評價指標(inverted generational distance, igd) 是乙個綜合性能評價指標。它主要通過計算每個在真實 pareto前沿面上的點(個體)到演算法獲取的個體集合之間的最小距離和，來評價演算法的收斂效能和分布效能。值越小，演算法的綜合性能包括收斂性和分布效能越好。
公式：
其中，p 為均勻分布在真實 pareto 面上的點集，|p|為分布在真實 pareto 面上的點集的個體數。 q為演算法獲取的最優 pareto 最優解集。而d(v,q)為 p 中個體v到種群q的最小歐幾里得距離。因此，igd 是通過計算真實 pareto 面上點集到獲取的種群的最小距離的平均值來評價演算法的綜合性能。通過上式，可知當演算法的收斂效能比較的好，則d(v,q)相對要小，從而可以評價演算法的收斂效能；然而，當演算法的分布效能很差，種群中大部分的個體都集中在乙個狹小的區域，由式可知很多個體的d(v,q)會很大，因而來評價演算法的分布效能。
igd評價指標分析示意圖
IGD反轉世代距離 多目標優化評價指標概念及實現
參考資料 多目標進化優化 1 鄭金華老師，鄒娟老師著 實驗室人手一本人人必看的寶藏圖書！其中n表示 pf 中點的個數,p表示目標維數,d 表示目標空間中得到的每個點 pf 距離 pf 參考點 類似於答案 的最近歐式距離的平均值。若此值為0，則表示 pf pf d 1 sqrt 2 d 1 sqrt ...
模型評價指標
機器學習模型中常見的是分類問題，分類模型的評價指標主要有 1 精確率 2 召回率 3 f值 4 auc值 roc曲線 分類問題可劃分成二分類和多分類問題，其中二分類最為常見，多分類問題大都也是轉化成二分類問題求解，因此本文主要基於二分類模型進行模型評價指標的分析。1 給定標記好的模型訓練資料，經分類...
評價指標總結
我們需要通過評價指標來判斷模型的好壞 1 分類準確度 即 成功的在總數中的佔比 2 利用混淆矩陣 fn false negative,被判定為負樣本，但事實上是正樣本。fp false positive,被判定為正樣本，但事實上是負樣本。tn true negative,被判定為負樣本，事實上也是負...