#机器学习评价指标
##1、几个概念
精确率:Precision------"正确被检索的item(TP)"占所有"实际被检索到的(TP+FP)"的比例
召回率:Recall------“正确被检索的item(TP)"占所有"应该检索到的item(TP+FN)"的比例
F-measure= 正确率 * 召回率 * 2 / (正确率 + 召回率) (F 值即为正确率和召回率的调和平均值)
准确率:Accuracy-----正确分类的样本数与总样本数之比 。
##2、AUC
AUC是一个模型评价指标,用于二分类模型的评价。AUC是“Area under Curve(曲线下的面积)”的英文缩写,而这条“Curve(曲线)”就是ROC曲线(也叫做受试者工作特征曲线)。
为什么要用AUC作为二分类模型的评价指标呢?为什么