分类与聚类的评价标准

1 ： 分类算法的评价标准

  p准确率=tp/(tp+fp)     正类预测为正类/正类预测为正类+负类预测为正类

   r召回率=tp/(tp+fn)       正类预测为正类/正类预测为正类+正类预测为负类

   F1=2pr/(p+r)

   准确率:体现了模型对负样本的区分能力，准确率越高，说明模型对负样本的区分能力越强

   召回率：体现了分类模型对正样本的识别能力，召回率越高，说明模型对正样本的识别能力越强

   F1是对模型区分正负样本能力的衡量，f1越高，说明分类模型越稳健

   Roc曲线的横纵 主要用于画ROC曲线（横坐标为FPR，纵坐标为TPR）：TPR(灵敏度：实际也是召回率)； FPR(负类预测为正例)=fp/fp+tn 负类预测为正类/负类预测为正类+负类预测为负类

2 ： 聚类的衡量标准

      均一性：一个簇只包含一个类别的样本则没满足均一性；其实也可以认为就是正确率(每个 聚簇中正确分类的样本数占该聚簇总样本数的比例和)

    

 

   完整性：同类别样本被归到同一个簇中则满足完整性

     

 

  V_measure：均一性和完整性加权平均。当时，V_measure相当于分类算法衡量指标的F1_score.

   

  兰德指数：

    兰德指数（Rand index）需要给定实际类别信息CC，假设KK是聚类结果，aa表示在CC与KK中都是同类别的元素对数，bb表示在CC与KK中都是不同类别的元素对数，则兰德指数为：

  

其中数据集中可以组成的总元素对数，RI取值范围为[0,1][0,1]，值越大意味着聚类结果与真实情况越吻合。

对于随机结果，RI并不能保证分数接近零。为了实现“在聚类结果随机产生的情况下，指标应该接近零”，调整兰德系数（Adjusted rand index）被提出，它具有更高的区分度：

ARI取值范围为[−1,1][−1,1]，值越大意味着聚类结果与真实情况越吻合。从广义的角度来讲，ARI衡量的是两个数据分布的吻合程度。