机器学习算法——概率类模型评估指标1(布里尔分数Brier Score)

概率预测的准确程度被称为“校准程度”,是衡量算法预测出的概率和真实结果的差异的一种方式。

一种常用的指标叫做布里尔分数,它被计算为是概率预测相对于测试样本的均方误差(MSE)。

MSE通常用作回归问题的损失函数。MSE的公式为

MSE = \frac{1}{n} \sum_{i=1}^{n} (Y_i-\hat{Y_i})^2

预测值为\hat{Y},真实值为Y。

由MSE推出布里尔分数(Brier Score)的公式为:

Brier \ Score = \frac{1}{N} \sum_{i=1}^{n} (p_i - o_i)^2

其中,N是样本数量,p_i为朴素贝叶斯预测出的概率,


本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部