机器学习和推荐系统中的评测指标—(1)准确率(Accuracy);(2)错误率(Error rate)(3)精确率、精度(Precision);(4)召回率(Recall);(5)灵敏度/敏感性(sensitive);(6)特效度/特异性(specificity);(7)F值(F-Measure)简介/综合评价指标(F-Measure);(8)计算速度;(9)鲁棒性;(10)可扩展性;(11)可解释性;(12)ROC曲线(Receiver Operating Characteristic);(13)PR曲线(Precision-Recall曲线);(14)AUC(Area UnderCharacteristic)。
在介绍以上指标时先引入几个概念:(必须先了解“混淆矩阵”)(正确和错误是True和False表示