Imbalanced class problem(ROC, Confusion Matrix)

1 何为 Imbalanced class problem

在分类问题中，有时候一种类别的数据会远远的多于另外一种类别，

但正是这些少量的类别的数据，往往又是极其重要的。

比如信用卡欺诈事件，该事件远远地小于信用卡未被欺诈的事件。

要从信用卡操作的数据中，识别出欺诈这一类别的事件，比例极其小，但确是及其重要的。

在大量的操作数据中找到欺诈事件，犹如大海捞针。

这个时候如果继续使用精度来评估分类器就不准确了。

因为即使把所有的信用卡操作数据，都判断为未欺诈类别，

其正确率也可以达到99.999......%，这种分类器明显是无用的。

针对Imbalanced class problem, 研究者提出了许多其它的参数来评估模型。

 

2 Confusion Matrix

2.1 相关概念

在Confusion Matrix中，

    

由Confusion Matrix 定义一些参数：