不同演算法有不同特點，在不同資料集上有不同的表現效果，根據特定的任務選擇不同的演算法。
如何評價分類演算法的好壞，要做具體任務具體分析。
對於決策樹，主要用正確率去評估，但是其他演算法，只用正確率能很好的評估嗎？ 答案是否定的。
正確率確實是乙個很直觀很好的評價指標，但是有時候正確率高並不能完全代表乙個演算法就好。
比如對某個地區進行****，**分類屬性分為0：不發生**、1發生**。我們都知道，不發生的概率是極大的，對於分類器而言，如果分類器不加思考，對每乙個測試樣例的類別都劃分為0，達到99%的正確率，但是，問題來了，如果真的發生**時，這個分類器毫無察覺，那帶來的後果將是巨大的。很顯然，99%正確率的分類器並不是我們想要的。
出現這種現象的原因主要是資料分布不均衡，類別為1的資料太少，錯分了類別1但達到了很高的正確率缺忽視了研究者本身最為關注的情況。
招回率和正確率
召回率和準確率是資料探勘中 網際網路中的搜尋引擎等經常涉及的兩個概念和指標。召回率 recall，又稱 查全率 還是查全率好記，也更能體現其實質意義。準確率 precision，又稱 精度 正確率 以檢索為例，可以把搜尋情況用下圖表示 相關 不相關 檢索到 a b 未檢索到 c d a 檢索到的，相...
召回率與正確率
在機器學習 推薦系統等現實的情形中，我們往往會在不同的時候關注結果的不同部分，而召回率與正確率恰恰是對結果在不同側面的度量。召回率 召回率的設計目的是度量輸出結果中包含ground truth的量的多少。舉個例子，一天我和章小賤去逛漫展，拍了好多 這裡假設400張吧 然後讓章小賤找出我們倆拍了 的c...
正確率 召回率 F值
正確率 正確識別的個體總數 識別出的個體總數 召回率 正確識別的個體總數 測試集中存在的個體總數 f值 正確率 召回率 2 正確率 召回率 不妨舉這樣乙個例子 某池塘有1400條鯉魚，300只蝦，300只鱉。現在以捕鯉魚為目的。seaeagle撒一大網，逮著了700條鯉魚，200只蝦，100只鱉。那...