混淆模型
TP 预测正确 实际为正
TN 预测正确 实际为负
FP 预测错误 实际为正
FN 预测错误 实际为负
准确率
acc (TP+TN/TP+TN+FP+FN)
精准率(查准率)
pre TP/TP+FP
召回率(查全率)
recall TP/TP+FN
F1
从查准率和查全率的公式可以看出来,二者不可能同时满足很高的状态,所以就找到二者的平衡值F1值
F1=(2×Precision×Recall) / (Precision+Recall)
ROC
Receiver Operating Characteristic接受者操作特征曲线,用于评价模型的预测能力,横坐标是假正率FPR,纵坐标是真正率TPR
真正率=召回率=TP/TP+FN
假正率=FP/FP+TN
ROC曲线越陡,说明模型的效果越好
AUC
Area Under Curve曲线下面积,范围是(0.5-1),越接近1,说明模型的效果越好,越接近0.5,模型的使用价值越低。
参考文章
https://www.6aiq.com/article/1549986548173