数据分析(6)-性能评价与算法基础

非均衡分类问题

在大多数情况下不同类别的分类代价并不相等。
正确率、召回率及ROC曲线
TP——将正类预测为正类数；FN——将正类预测为负类数；FP——将负类预测为正类数；TN——将负类预测为负类数。

正确率(Precision)，它等于P = TP/(TP十FP)，给出的是预测为正例的样本中的真正正例的比例。
召回率(Recall)，它等于R = TP/(TP+FN)，给出的是预测为正例的真实正例占所有真实正例的比例。
F1值，它等于F1 = 2PR/(P+R)，是正确率和召回率的调和均值。

基于代价函数的分类器决策控制：TP*(-5)+FN*1+FP*50+TN*0
抽样
欠抽样(undersampling): 意味着删除样例
过抽样(oversampling): 意味着复制样例(重复使用)

Lp距离