深度学习模型和评估
在设计和配置深度学习模型时，面临很多选择（如网络的层数、大小和类型、以及损失函数的选择等），必须做出决策来选择合适的设计与配置。
1 自动评估
keras可将数据集的一部分分成评估数据集，并在每个epoch中使用该评估数据集对模型进行评估。实现上，可以通过将fit() 函数的验证分割参数（validation_split）设置为数据集的百分比来实现。
#训练模型并自动评估模型
model.fit(x=x, y=Y, epochs=500, batch_size=20, validation_split=0.2)
2 手动评估
1）手动分离数据集并评估
2）k折交叉验证
参考：https://www.cnblogs.com/skyfsm/p/8467613.html
机器学习最常见的模型评估指标，包括：
- precision
- recall
- F1-score
- PRC
- ROC 和 AUC
- IOU
混淆矩阵
理解：第一个字母表示本次预测的正确性，T是正确，F是错误；第二个字母表示由分类器预测的类别，P代表预测为正例，N代表预测为反例。
- True Positive （真正，TP）被模型预测为正的正样本
- True Negative（真负 , TN）被模型预测为负的负样本
- False Positive （假正, FP）被模型预测为正的负样本
- False Negative（假负 , FN）被模型预测为负的正样本
Precision、Recall、PRC、F1-score
- Precision 查准率（精确率），指在所有系统判定的”真“样本中，确实是真的得占比
- Recall 查全率（召回率），指在所有确定为真的严格不能种，被判别为”真“的占比
** 注：precision和accuracy不一样，accuracy针对所有样本，precision针对部分样本 **
查准率和查全率是一对矛盾的度量。通常只有在一些简单任务中才可能使查准率和查全率都很高。
PRC - Precision Recall Curve
以查准率为Y轴，查全率为X轴做的图。它是综合评价整体结果的评估指标。
F1-score 是一个综合考虑precision和recall的指标。
ROC & AUC
ROC 全称是“受试者工作特征”（Receiver Operating Characteristic）曲线，ROC曲线以“真正例率”（TPR）为Y轴，以“假正例率”（FPR）为X轴，对角线对应于“随机猜测”模型，而（0，1）对应“理想模型”。