AI常用评估指标

一个AI模型性能的好坏，需要通过评估指标来间接地反映，因此如何选择合适的评估指标对于一个AI模型来说显得尤为重要，本文主要介绍了在不同AI任务当中常见的几个评价指标。

一、分类任务

1.混淆矩阵

混淆矩阵（Confusion Matrix）是在分类问题中用于评估模型性能的表格，它展示了模型在测试数据集上的预测结果与实际标签之间的关系。混淆矩阵是一个二维的表格，其中包含以下四个重要的指标：

（1）真正例（True Positive，TP）：模型正确地将正类别样本预测为正类别。

（2）真负例（True Negative，TN）：模型正确地将负类别样本预测为负类别。

（3）假正例（False Positive，FP）：模型将负类别样本错误地预测为正类别。

（4）假负例（False Negative，FN）：模型将正类别样本错误地预测为负类别。

2. 准确度（Accuracy）：

模型正确预测的样本占总样本数的比例，计算方法为 ：

3. 精确度（Precision）：

正类别的预测正确率，计算方法为：

4. 召回率（Recall）：

正类别样本被正确预测的比例，计算方法为：

5. F1 分数（F1-Score）：

精确度和召回率的调和平均值，计算方法为 ：

6.ROC曲线：

ROC 曲线描述了在不同分类阈值下真正例率（True Positive Rate，又称为召回率）和假正例率（False Positive Rate）之间的权衡关系。

7.AUC：

AUC 表示 ROC 曲线下的面积，取值范围在 0 到 1 之间。AUC 值越高，说明模型在不同分类阈值下的性能越好。完美分类器的 AUC 为 1，随机分类器的 AUC 约为 0.5。AUC 可以理解为在随机选择一个正例和一个负例的情况下，模型正确预测正例的概率高于正确预测负例的概率的程度。因此，AUC 提供了对模型整体性能的综合评估。

8.PR曲线：

PR 曲线（Precision-Recall Curve）是用于评估二分类问题性能的一种图形工具。与 ROC 曲线关注真正例率（True Positive Rate）和假正例率（False Positive Rate）不同，PR 曲线关注的是精确率（Precision）和召回率（Recall）之间的权衡关系。

PR 曲线可以帮助评估模型在不同分类阈值下的性能。曲线越靠近右上角，说明模型在保持高精确率的同时能够获得较高的召回率，即在正例样本中尽可能多地识别为正例。

二、回归任务

在回归问题中，常见的模型评估指标包括以下几个：

1. 均方误差（Mean Squared Error，MSE）：

计算预测值与实际值之间的平方差的平均值，MSE 越小越好，其计算公式为：

2. 均方根误差（Root Mean Squared Error，RMSE）：

是均方误差的平方根，用于提供与实际值相同的度量单位，RMSE 越小越好，其计算公式为：

3. 平均绝对误差（Mean Absolute Error，MAE）：

计算预测值与实际值之间的绝对差的平均值，MAE 越小越好，其计算公式为：

4. R 2分数（R-squared）：

R2分数用于表示模型解释方差的比例，取值范围是[-1,1]，R2的值越接近1，说明模型的拟合能力越好，其详细的计算公式如下：

式中，表示实际的均值。