机器学习评估指标总结
1.准确率
精确率是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是对的。那么预测为正就有两种可能了,一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP)。
P = TP/(TP+FP)
2.召回率
召回率是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。那也有两种可能,一种是把原来的正类预测成正类(TP),
另一种就是把原来的正类预测为负类(FN)。
R = TP/(TP+FN)
3.信息检索领域:
查准率查全率=检索出的相关信息量检索出的信息总量=检索出的相关信息量系统中的相关信息总量查准率=检索出的相关信息量检索出的信息总量查全率=检索出的相关信息量系统中的相关信息总量
4.ROC曲线
In signal detection theory, a receiver operating characteristic (ROC), or simply ROC curve, is a graphical plot which illustrates the performance of a binary
classifier system as its discrimination threshold is varied.
比如在逻辑回归里面,我们会设一个阈值,大于这个值的为正类,小于这个值为负类。如果我们减小这个阀值,
那么更多的样本会被识别为正类。这会提高正类的识别率,但同时也会使得更多的负类被错误识别为正类。
为了形象化这一变化,在此引入 ROC ,ROC 曲线可以用于评价一个分类器好坏。
ROC 关注两个指标: TP rate和FP rate,
true
positive rate:false
positive rate:TPR=TPTP+FNFPR=FPFP+TNtrue
positive rate:TPR=TPTP+FNfalse positive rate:FPR=FPFP+TN
直观上,TPR 代表能将正例分对的概率,FPR 代表将负例错分为正例的概率。在 ROC 空间中,每个点的横坐标是 FPR,纵坐标是 TPR,
这也就描绘了分类器在 TP(真正率)和 FP(假正率)间的 trade-off2。
然后右图就是以FP为横坐标,TP为纵坐标画出的图,我们目标要使TP尽量的大