1. 混淆矩阵(confusion matrix)
我们肯定是希望,真正例 (TP) 和真反例 (TN) 的值越大越好。
2. 查准率(precision):即,你认为是正例的样例中,到底有多少确实是正例。
P
=
T
P
T
P
+
F
P
P=\frac{TP}{TP+FP}
P=TP+FPTP
3. 查全率(recall):即,对所有真实的正例,经过预测,你找出了多少,或者说你判断对了多少。
R
=
T
P
T
P
+
F
N
R=\frac{TP}{TP+FN}
R=TP+FNTP
4. P-R曲线:以查准率为纵轴、查全率为横轴作图,就得到查准率–查全率曲线,简称P-R曲线。
5.真正例率(True Positive Rate,TPR)
T
P
R
=
T
P
T
P
+
F
N
TPR=\frac{TP}{TP+FN}
TPR=TP+FNTP
6. 假正例率(False Positive Rate,FPR)
F
P
R
=
F
P
T
N
+
F
P
FPR=\frac{FP}{TN+FP}
FPR=TN+FPFP