对weka 度量分类模型优劣指标的说明

示例如下：

=== Detailed Accuracy By Class ===

TP Rate   FP Rate   Precision   Recall  F-Measure   ROC Area  Class

  0.93      0.002      0.989     0.93      0.959      0.997    体育

  0.93      0.01       0.939     0.93      0.935      0.97     城市

  0.92      0.023      0.868     0.92      0.893      0.978    娱乐

  0.93      0.005      0.969     0.93      0.949      0.991    房产

  0.84      0.043      0.764     0.84      0.8        0.954    新闻

  0.84      0.018      0.884     0.84      0.862      0.95     科技

  0.83      0.028      0.83      0.83      0.83       0.951    财经

指标说明（参考最下面给出的混淆矩阵）：

1、TP Rate ：true positive rate，TPR简称“ 真正率”  ，即 被模型预测为正的正样本比率。 TPR = TP /（TP + FN）  正样本预测结果数 / 正样本实际数。 以体育类为例，TPR=93/100= 0.93.

2、FP Rate：false positive rate， FPR简称“ 假正率”  ，即 被模型预测为正的负样本 比率 。  FPR = FP /（FP + TN）  被预测为正的负样本结果数 /负样本实际数。以体育类为例，FPR=1/600= 0.0017≈0.002。

3、Precision：精确度，即 被模型正确预测的样本与所有被预测为正的样本的比率。 以体育类为例， 被模型正确预测的样本数 = 93, 所有被预测为正的样本为 94，所以Precision=93/94=0.98936≈0.989.

4、Recall：召回率，即所有该类样本被正确预测的比例。   以体育类为例，总样本数为100，正确预测93个，召回率=0.93.

5、 F-Measure：在weka中F-Measure被定义为（2*Precision*Recall）/(Precision*Recall).   以体育类为例，F-Measure=(2*0.989*0.93)/(0.989+0.93)=1.84/1.92=0.958.

6、ROC Area：ROC曲线下的面积，即Area Under roc Curve(AUC)。这个指标来自医学AUC值介于0.5到1之间，值越大表示分类器越好。该指标与Wilcoxon-Mann-Whitney test 统计指标等价。参见： http://longmans1985.blog.163.com/blog/static/7060547520128194220344/

Correctly Classified Instances         622               88.8571 %

Incorrectly Classified Instances        78               11.1429 %

Kappa statistic                          0.87  

Mean absolute error                      0.2064

Root mean squared error                  0.3049

Relative absolute error                 84.2857 %

Root relative squared error             87.1311 %

Total Number of Instances              700     

=== Confusion Matrix ===

  a  b  c  d  e  f  g   <-- classified as

 93  0  1  0  5  1  0 |  a = 体育

  0 93  1  0  4  0  2 |  b = 城市

  0  0 92  0  6  2  0 |  c = 娱乐

  0  1  2 93  0  2  2 |  d = 房产

  0  2  7  0 84  1  6 |  e = 新闻

  1  1  2  0  5 84  7 |  f = 科技

  0  2  1  3  6  5 83 |  g = 财经