Machine learning 在机器学习中，准确度的最佳衡量标准是什么
我一直在研究机器学习的概念，但我仍然无法正确掌握我可以使用哪些属性来确定我的系统的真实准确性（如果是TPR或正确分类的实例） 我也在寻找ROC和Kappa统计的一个很好的解释。据我所知，ROC衡量系统学习的程度，Kappa衡量系统猜测的程度。然而，这些是我们有多年经验的教授的解释。查看其他技术文件，我们无法理解他所说的这些术语的含义 所以，我只需要知道什么可以告诉我的算法的准确性，如果算法是好的，需要哪些属性来支持，比如ROC和Kappa统计Machine learning 在机器学习中，准确度的最佳衡量标准是什么,machine-learning,weka,roc,Machine Learning,Weka,Roc,我一直在研究机器学习的概念，但我仍然无法正确掌握我可以使用哪些属性来确定我的系统的真实准确性（如果是TPR或正确分类的实例） 我也在寻找ROC和Kappa统计的一个很好的解释。据我所知，ROC衡量系统学习的程度，Kappa衡量系统猜测的程度。然而，这些是我们有多年经验的教授的解释。查看其他技术文件，我们无法理解他所说的这些术语的含义 所以，我只需要知道什么可以告诉我的算法的准确性，如果算法是好的，需要哪些属性来支持，比如ROC和Kappa统计 请帮忙！多谢各位 关于机器学习性能的两个基本标准是误
请帮忙！多谢各位 关于机器学习性能的两个基本标准是误报率和误报率。比方说，您正在寻找一种特定的对象类型，如果在100个类外对象中检测到10个错误对象作为目标，则误报率为10% 如果将100个目标对象中的10个真对象标记为类外对象，则假阴性raio为10% 通常这两个比率之间存在折衷，ROC曲线面积是一个很好的绩效指标准确度=（真正+真负）/NAlso，请参见以下讨论：