评价机器学习系统的标准

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

【1】 准确率(Precision)、召回率(Recall)以及F值(F-Measure)