我在MATLAB（内置）中使用Naive Bayes来预测数据的类标签值。我的班级标签可以具有{1,2,3,4,5}中的任何值。
我也有testLabels。
如何衡量testLabels和predictedLabels的差异是否良好？
我尝试使用RMSE。但似乎给了我1.87124的价值
我不知道如何解释此RMSE值？
此外，是否有用于评估朴素贝叶斯多类结果的标准评估方法？
我知道对于二进制标签类，我本可以使用TPR，FPR，Precision，Accuracy等。
最佳答案
可以通过标准度量的概括来对多类问题进行评分：准确性显然适用于多类情况，召回率和精度可以通过分别查看每个类来概括。查看二进制问题是一种误导，因为双向分类任务比五向分类任务容易得多。
RMSE不是合适的指标-考虑一下，如果像以前一样使用1-5，则得到的RMSE为0.74。但是，由于标签是任意的，因此您可以置换类标签并为相同的决定获得完全不同的RMSE。
关于matlab - 朴素贝叶斯多类预测的评估结果，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13712622/