我现在用到的主要有两个,准确率和ROC,似乎召回率和ACU也很重要。
准确率、召回率
ROC、ACU
图1 准确率和召回率
图2 ROC
在《统计机器学习》中,精确率和召回率的这样定义
P = TP/(TP+FP)
R = TP/(TP+FN)
precision在该书中叫精确率,在西瓜书上叫查准率,只要记住是precision即可
recall在该书上是召回率,在西瓜上是查全率,不记中文的意思了,记住英文即可。
TP 正类预测为正类
这个是毫无疑问的,一直知道,真正率
FP 负类预测为正类
放屁,没病预测为有病了,预测为positive(正的), 这是false的答案,就是负类预测为正类
前面两个都是熟知的,
FN 负类预测为负类
粪
参考文献