文件名称：eval-metrics:机器学习的评估指标
文件大小：14KB
文件格式：ZIP
更新时间：2024-04-20 20:23:01
rust machine-learning evaluation-metrics Rust
评估指标 机器学习的评估指标 设计 该库的目标是充当轻量级且直观的功能集合，用于计算评估指标，并着重于效率和明确定义的行为。 可以从实例化BinaryConfusionMatrix或MultiConfusionMatrix计算（廉价）分类指标，例如准确性，准确性，召回率和f1。 明确了二进制和多类分类之间的区别，以强调以下事实：这些度量标准自然是针对二进制情况制定的，并且在多类情况下它们需要其他假设（即平均方法）。 Result用作所有指标的返回类型，反映了由于多种原因而无法定义评估指标的事实。 如果度量标准定义不正确，则将返回Err类型。 请注意，这在本质上比某些其他库更保守，在未定义指标的情况下，其他库可能会归零。 支持的指标 公制 任务 描述 准确性 二进制分类 二进制类精度 精确 二进制分类 二进制级精度 记起 二进制分类 二进制类召回 F-1 二进制分类 调和与调和的谐波平均值
【文件预览】：
eval-metrics-master
----src()
--------error.rs(600B)
--------regression.rs(5KB)
--------util.rs(672B)
--------numeric.rs(2KB)
--------classification.rs(22KB)
--------lib.rs(89B)
----Cargo.toml(266B)
----LICENSE.md(11KB)
----README.md(6KB)