混淆矩阵(真阳性TP:预测值和真实值都为正例、假阴性FN:预测值为负例,真实值位正例、假阳性FP:预测值为正例,真实值为负例、真阴性TN:预测值和真实值都为负例)
分类模型的指标:
- 准确率:分类正确的样本数占总样本的比例
A C C = T P + T N F P + F N + T P + T N ACC=\frac{TP+TN}{FP+FN+TP+TN} ACC=FP+FN+TP+TNTP+TN - 精度:预测为正且分类正确的样本占预测值为正的比例
P R E = T P T P + F P PRE=\frac{TP}{TP+FP} PRE=TP+FPTP