考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

备考刷题,请到

CDA认证小程序

机器学习中的分类模型有逻辑回归、朴素贝叶斯、决策树、支持向量机、随机森林、梯度提升树等分类算法。一般情况下,以下哪些指标不用于分类模型中的模型评价:
A. 正确率Accuracy
B. 查全率Recall
C. 命中率Precision
D. 轮廓系数Silhouette Coefficient
上一题
下一题
收藏
点赞
评论
题目解析
题目评论(0)

轮廓系数Silhouette Coefficient一般用作评价聚类效果

正确答案是:D: 轮廓系数Silhouette Coefficient。

专业分析如下:

在机器学习中的分类模型评价指标中,常用的指标包括正确率(Accuracy)、查全率(Recall)、命中率(Precision)等。这些指标主要用于评估分类模型的性能。

1. **正确率(Accuracy)**:衡量模型预测正确的样本数占总样本数的比例,是最基本的分类模型评价指标之一。

2. **查全率(Recall)**:也称为灵敏度(Sensitivity),表示在所有实际为正类的样本中,模型正确预测为正类的比例。它反映了模型对正类样本的识别能力。

3. **命中率(Precision)**:表示在所有被模型预测为正类的样本中,实际为正类的比例。它反映了模型预测结果的准确性。

4. **轮廓系数(Silhouette Coefficient)**:主要用于聚类分析,衡量样本在其所属簇内的紧密程度以及与其他簇的分离程度。它不适用于分类模型的评价。

因此,D: 轮廓系数Silhouette Coefficient不用于分类模型的评价。