首页/数据集/Metrics used to evaluate performance of machine learning.

Metrics used to evaluate performance of machine learning.

Figshare2021-02-08 更新2026-04-28 收录

机器学习模型评估

性能指标分析

数据链接：

https://figshare.com/articles/dataset/Metrics_used_to_evaluate_performance_of_machine_learning_/13757403 数据链接链接失效反馈

官方服务：

资源简介：

Metrics used to evaluate performance of machine learning.

应用场景：

创建时间：

2021-02-08

机器学习模型评估

性能分析

--- pretty_name: Evaluation run of bhenrym14/airoboros-33b-gpt4-1.4.1-PI-8192-fp16 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [bhenrym14/airoboros-33b-gpt4

Hugging Face2023-10-15 更新160

Prospective performance of the majority vote ML algorithm.

集成学习算法

机器学习模型评估

Prospective performance of the majority vote ML algorithm.

NIAID Data Ecosystem30

Ranking of the 10 most discriminative progression models.

机器学习模型评估

进展模型比较

D1 and D2 denote the first two ML coordinates.

Figshare2016-04-25 更新30

crossingminds/credit_card_3k

数据处理

机器学习模型评估

Credit Card 3k 数据集是一个合成任务数据集，用于评估大型语言模型（LLM）的域自适应能力，特别是比较上下文学习与微调的效果。该数据集包含3,111对信用卡交易字符串及其对应的商家名称。这些字符串对于人类来说很容易理解，但对于机器来说却难以处理，因为它们通常包含多种代码、数字、缩写以及有时混淆的支付处理器名称（如PayPal或SQ）。数据集可用于上下文学习（少量示例）以及用于微调LLM

Hugging Face2025-03-28 更新100

Performance of machine learning models for GWW and GWE prediction.

地下水预测

机器学习模型评估

Performance of machine learning models for GWW and GWE prediction.

NIAID Data Ecosystem30