机器学习--评估模型

混淆矩阵概念：

在分类任务中，预测结果与正确标记之间存在四种不同的组合，构成混淆矩阵。

其中TP：true positive 

FN:false negative

FP:false positive

TN:true negative

评估标准：准确率、精确率、召回率、假正率、F1-score

1.准确率： 预测正确的个数/整体的个数

2.精确率：预测结果为正例样本中，真实为正例的比例。TP/（FP+TP）

3.召回率：真实样本中，预测结果为正正例的比例（查的全，对正样本的区分能力）。TP/（TP+FN）

4.假正率：FP/（FP+TN）

5.F1-score反映模型的稳健性：精确率和召回率的调和平均