分类问题评价标准

分类问题评价标准

1、混淆矩阵

.	预测的正类（+，1）	预测的负类（-，0）
实际的正类（+，1）	$f_{++}TP$	$f_{+-}FN$(Ⅱ)
实际的负类（-，0）	$f_{-+}FP$(Ⅰ)	$f_{--}TN$

以预测的结果看待实际的值
T(True), F(False), P(Positive), N(Negative)

Ⅰ类错误（Type Ⅰ errot）：实际为负样本，预测为正样本（FP）
Ⅱ类错误（Type Ⅱ error）：实际为正样本，预测为负样本（FN）

2、评价指标

• 准确率（ Accuracy rate）
  $$ACC=\frac{TP+TN}{TP+FN+FP+TN}$$

预测准确的与样本总数的比值

• 精度（ precision）
  $$p=\frac{TP}{TP+FP}$$

预测正确的正类与预测为正类的比值

• 召回率（ recall）=真正率（true positive rate TPR）
  $$r=\frac{TP}{TP+FN}$$

预测正确的正类与实际为正类的比值

• $F_1度量$
  $$F_1=\frac{2rp}{r+p}$$

$F_1表示召回率和精度的调和平均数$

3、ROC曲线及AUC

以FPR（负类召回率）为横坐标，TPR（正类召回率）为纵坐标，通过调整模型预测的阈值可以得到不同的点，将这些点可以连成一条曲线，这条曲线叫做接受者工作特征曲线(Receiver Operating Characteristic Curve，简称ROC曲线）

• roc曲线是对预测为正样本概率按照从大到小的顺序排序，由上到下设定为阈值，>=阈值预测为正样本（逾期样本，标签设定为1），<=阈值预测为负样本（非逾期用户，标签设定为0），在根据真实标签得出混淆矩阵，计算出TPR，FPR做出图形。

• FPR（负类召回率）
  $$FPR=\frac{FP}{FP+TN}$$

预测为正类的负样本与实际上所有负样本的比值

• 真正率（true positive rate TPR）即召回率（recall）
  $$TPR=\frac{TP}{TP+FN}$$

预测正确的正类与实际为正类的比值

ROC曲线如下：

• D点每个样本都被预测为负类
• C点每个样本都被预测为正类
• A点为理想模型

显然A点为最优点，ROC曲线越靠近A点代表模型表现越好，曲线下面积（Area Under Curve, AUC）越大，AUC是衡量模型表现好坏的一个重要指标。

4、ks曲线

http://mt.sohu.com/20160412/n443990141.shtml

http://blog.csdn.net/sinat_26917383/article/details/51725102

http://www.sohu.com/a/132667664_278472