深度学习分类任务常用评估指标——总结（重点）

一、分类模型指标

1 准确率和错误率（该指标评价的前提样本分布平衡）

准确率和错误率既可用于二分类也可用于多分类： 下述公式是准确率、错误率针对二分类情况时候的计算公式

1.1 准确率（该指标评价的前提样本分布平衡）
针对 所有类别 ，计算acc，其计算公式如下：

理解： 在样本（测试集）中所有预测正确的类别个数 与 所有样本的比值，它是针对所有的类别计算的。

精确率和准确率是比较容易混淆的两个评估指标，两者是有区别的。精确率是一个二分类指标，而准确率能应用于多分类，其计算公式为（对分类）：

1.2 错误率（该指标评价的前提样本分布平衡）
针对 所有类别 ，计算errorrate，其计算公式如下&