二分类的评价指标总结

| | 真实值 1 | 真实值0 |

| — | — | — |

| 预测值 1 | 真正例 TP | 伪正例 FP |

| 预测值 0 | 伪反例 FN | 真反例TN |

ACC：classification accuracy，描述分类器的分类准确率

计算公式为：ACC=(TP+TN)/(TP+FP+FN+TN)

BER：balanced error rate

计算公式为：BER=1/2*(FPR+FN/(FN+TP))

TPR：true positive rate，描述识别出的所有正例占所有正例的比例

计算公式为：TPR=TP/ (TP+ FN)

FPR：false positive rate，描述将负例识别为正例的情况占所有负例的比例

计算公式为：FPR= FP / (FP + TN)

TNR：true negative rate，描述识别出的负例占所有负例的比例

计算公式为：TNR= TN / (FP + TN)

PPV：Positive predictive value

计算公式为：PPV=TP / (TP + FP)

NPV：Negative predictive value

计算公式：NPV=TN / (FN + TN)

其中TPR即为敏感度（sensitivity），TNR即为特异度（specificity）。

TPR 与 FPR详细说明

========================================================================

真正例率 TPR = TP / (TP + FN)

表示，预测为正例且真实情况为正例的，占所有真实情况中正例的比率。

假正例率 FPR = FP / （TN + FP）

表示，预测为正例但真实情况为反例的，占所有真实情况中反例的比率。

TPR越大，则表示挑出的越有可能（是正确的）；FPR越大，则表示越不可能（在挑选过程中，再挑新的出来，即再挑认为是正确的出来，越有可能挑的是错误的）。

TPR 与 FPR 呈反相关，随着采样的继续越不可能是正例的被采样出来，TPR降低，FPR升高。

查准率/正确率（precision）

=============================================================================

查准率（precision），指的是预测值为1且真实值也为1的样本在预测值为1的所有样本中所占的比例。

召回率（recall）

======================================================================

召回率（recall），也叫查全率，指的是预测值为1且真实值也为1的样本在真实值为1的所有样本中所占的比例。所有的好西瓜中有多少比例被算法挑了出来。

F1-Score

===================================================================

F1分数（F1 Score），是统计学中用来衡量二分类（或多任务二分类）模型精确度的一种指标。它同时兼顾了分类模型的准确率和召回率。F1分数可以看作是模型准确率和召回率的一种加权平均，它的最大值是1，最小值是0，值越大意味着模型越好。

F1分数（F1-Score），又称为平衡F分数（BalancedScore），它被定义为精确率和召回率的调和平均数。

在这里插入图片描述

一些指标的代码实现：

def perf_measure(y_true, y_pred):

TP, FP, TN, FN = 0, 0, 0, 0

for i in range(len(y_true)):

if y_true[i] == 1 and y_pred[i] == 1:

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

了95%以上前端开发知识点，真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）