衡量二分类模型的统计指标（TN,TP,FN,FP,F1,准确,精确,召回,ROC,AUC）

-

衡量二分类问题的统计指标

分类结果

  二分类问题，分类结果有以下四种情况：

     - 真阴性（TN，True Negative），事实为阴性并预测为阴性。

     - 真阳性（TP，True Positive），事实为阳性并预测为阳性。

     - 假阴性（FN，False Negative），事实为阳性但预测为阴性。

     - 假阳性（FP，False Positive），事实为阴性但预测为阳性。

		真实类别
		1 Positive	0 Negative
预测类别	1 Positive	True Positive 真阳性	False Positive 假阳性
	0 Negative	False Negative 假阴性	True Negative 真阴性

混淆矩阵

  混淆矩阵（Confusion Matrix）是将四种情况各自预测结果的计数，以矩阵形式表示出来。

$$\left(\begin{array}{cc}TN& FP\\ FN& TP\end{array}\right)$$

准确率

  准确率（Accuracy）是指所有预测中预测准确的比例：

$$Accuracy=\frac{TP+TN}{TP+TN+FP+FN}$$

精确率

  精确度（Precision）是指正确预测阳性占所有预测为阳性的比例：

$$Precision=\frac{TP}{TP+FP}$$

召回率

  召回率（Recall）是指正确预测的阳性占所有事实是阳性的比例：

$$Recall=\frac{TP}{TP+FN}$$

F1评分

  F1分数（F1 Score），是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。F1分数可以看作是模型精确率和召回率的一种调和平均，它的最大值是1，最小值是0。

$$F1=2\frac{Recall\ast Precision}{Recall+Precision}=\frac{2TP}{2TP+FN+FP}$$

推导过程

$$\begin{gathered} F1=2\frac{Recall\ast Precision}{Recall+Precision} \\ =2\frac{\frac{TP}{TP+FN}\ast \frac{TP}{TP+FP}}{\frac{TP}{TP+FN}+\frac{TP}{TP+FP}} \\ =2\ast \frac{\frac{T{P}^2}{(TP+FN)(TP+FP)}}{\frac{T{P}^2+TP\ast FP+T{P}^2+TP\ast FN}{(TP+FN)(TP+FP)}} \\ =2\ast \frac{T{P}^2}{2T{P}^2+TP\ast FP+TP\ast FN} \\ =\frac{2TP}{2TP+FN+FP} \end{gathered}$$

ROC曲线、AUC

  ROC曲线（Receiver Operating Characteristic Curve）显示了分类模型在所有分类阈值下的性能，它描绘了真阳性率（Y轴）和假阳性率（X轴的关系）。

  ROC曲线越“陡峭”，越接近理想结果：最大化真阳性率和最小化假阳性率。即图中左上角是“理想”点-假阳性率为0，真阳性率为1。

  ROC曲线下的面积（Area Under the Roc Curve，AUC）计算从(0,0)到(1,1)的整个ROC曲线下的二维区域的面积,AUC越大越好。