混淆矩阵 准确率:P=TP/(TP+FP) 召回率:R=TP/(TP+FN) F1=2 * P * R/(P+R) TPR=TP/(TP+FN) FPR=FP/(FP+TN) 分类器的输出是一个概率值,大于某个分类阈值(截断点)判断为正例,否则判断为反例,将分类阈值从1到0的移动过程,TP和FP增大,也即TPR和FPR从0到1的过程,分别以TPR和FPR为纵横坐标,将一系列(TPR,FPR)的点连接起来,形成的曲线(roc曲线)与x轴围成的面积即为auc,如图: 以上摘自西瓜书