技術 DAY15 模型預測評估方法

我們的挑戰終於進行一半啦~前面經過漫長的資料前處理、特徵工程、挑選模型進行訓練後，我們把一個機器學習的模型建立出來了，接著我們要進行測試，也就是把測試檔丟入模型...

技術 【Day25-評估】連韓組長也混淆的混淆矩陣？——學會正確解讀模型價值的常用指標：Recall, Precision, Specificity, F1-Score

在資料分析的領域，如果有訓練過模型的朋友一定會遇過這個時刻，訓練好一個模型之後要用什麼方式來評估這個模型的成效如何？如果你腦海中想到的除了正確率(Accurac...

技術 Day 16 : 模型衡量指標

由於我們需要有指標來衡量一個模型的好壞，而問題可以粗略分成「分類」和「迴歸」問題。而根據不同的問題，我們所選用的衡量指標也會不同。 分類 關於分類問題，我們先介...

技術 【Day 18】模型評估(一) : 混淆矩陣 Confusion Matrix

前言 在訓練完我們的模型之後，通常會用測試資料給我們的模型做測試，評估模型在測試資料上的表現，那要用什麼來評判這個模型的好壞呢？於是我們就用一些驗證指標 ( V...

技術 Day20 評估機器學習預測結果

做完機器學習的預測，我們要怎麼評估預測結果的好壞呢？ 今天介紹一些名詞和使用的方法！ 今天的學習目錄 範例程式碼我放在GitHub，有需要練習可以自行取用哦...

技術 Day 28 - NER 模型評估和驗證

昨天我們已經透過train()方法將模型訓練完後，我們需要了解它在未見過的資料上的表現。使用驗證集進行評估可以幫助您確定模型的泛化能力，即模型是否能夠在新數據上...

技術 Day29-混淆矩陣(confusion matrix)

29天啦!之前實作分類器的時候有用到混淆矩陣，今天也來寫一下相關筆記 混淆矩陣(confusion matrix) 可以用來評估分類模型的準確率 混淆...