机器学习模型评估指标

1、准确率（Accuracy）

        Accuracy = (TP+TN)/(TP+FN+FP+TN)

from sklearn.metrics import accuracy_score
accuracy_score(y_true, y_pred, normalize=True, sample_weight=None) 

2、精确率（Precision）

        预测为正的里面有多少真正是正的概率为查准率。
Precision = TP/(TP+FP)

from sklearn.metrics import precision_score
precision_score(y_true, y_pred, labels=None, pos_label=1, average='binary')

3、召回率（Recall）

        召回率表现出在实际正样本中，分类器能预测出多少。与真正率相等。
Recall = TP/(TP+FN)

from sklearn.metrics import recall_score
sklearn.metrics.recall_score(y_true, y_pred, labels=None, pos_label=1,average='binary', sample_weight=None)

4、F1 score

        F1指标：2/F1 =