混淆矩陣和資料失衡

初級
AI 工程師
資料科學家
學生
Azure

我們要如何知道模型在分類資料時的表現好壞? 電腦在評估模型效能時所用的方式有時很令人費解,有時則可能過度簡化模型在真實世界中的表現。 為了建置能以令人滿意的方式運作的模型,我們需要找出直覺的評估方式,並了解這些計量會如何讓我們的觀點產生偏差。

學習目標

在此課程模組中,您將會:

  • 評估分類模型的效能。
  • 檢閱計量以改善分類模型。
  • 減輕因為資料失衡所造成的效能問題。

必要條件

對分類模型有基本的熟悉