【发布时间】：2019-11-17 23:42:42
【问题描述】：
我想创建一个神经网络模型，将输入分为四类：A、B、C 和 D 类。每个类可以是 0 和 1。我应该使用什么度量来评估我的模型。我可以使用 Precision、Recall、F-measure 度量来评估模型吗？
【问题讨论】：
标签： neural-network measure precision-recall
【发布时间】：2019-11-17 23:42:42
【问题描述】：
这取决于您拥有的数据，
- 如果您的数据非常平衡（即所有类的表示相同），那么您可以使用准确度作为衡量标准。
- 但是，如果您的数据存在类别不平衡（倾斜的类别分布），那么您应该考虑类别精度、召回率和 F1 分数。我推荐 f1 分数，因为它同时考虑了准确率和召回率。
- 否则，您可以绘制 ROC 曲线并获得 ROC 下的面积。
Sklearn 有这方面的包，你可以参考classification report，Area under ROC 。
【讨论】：