简单归纳一下,捋清ROC曲线等于AUC指标(面积)
T:True 与事实相符
F:False 与事实不符
P:Positive 预测结果为正
N:Negative 预测结果为负
1.准确率 (Accuracy) (TP+TN)/(TP+FN+FP+TN)
2.精确率 TPR (Precision) 又叫查准率、真阳性率 TP/(TP+FP) "不可滥杀无辜"
3.召回率 (Recall) 又叫查全率 TP/(TP+FN) "宁可错杀一千,不放过一个"
4.假阳性率 FPR FP/(FP+TN)
TP 真正例 同真为真
TN 真反例
FP 伪正例
FN 伪反例 负负为正
ROC 曲线: TPR和FPR绘制的曲线就是ROC曲线
数据决定了模型能够到达的上线,而算法是逼近这个上限