IT 面试题库

分类与回归分别常用哪些评估指标?精确率/召回率/F1 含义?

中级简答题机器学习工程师算法工程师数据科学家模型评估精确率召回率F1

题目

列举分类与回归的核心指标,并解释精确率、召回率与 F1 的关系。

参考答案

内容深度:基础 · 无代码示例 · 来源:外部链接 · 未复核 · 72 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

分类指标:准确率、精确率(Precision=TP/(TP+FP))、召回率(Recall=TP/(TP+FN))、F1(两者调和平均)、AUC-ROC。精确率看“预测为正的有多少真”,召回率看“正样本有多少被找出”,F1 在二者间权衡。

回归指标:MAE、MSE、RMSE、R²。

场景取舍:欺诈/疾病检测更看重召回(少漏报),广告点击更看重精确率(少误投)。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题