数据挖掘作业二：模型的性能度量、神经网络和决策树

中山大学软件工程数据挖掘第二次作业

---

github地址：https://github.com/linjiafengyang/DataMining

模型的性能度量

我们需要比较两个分类模型M_1和M_2。他们在10个二类（+或-）样本所组成的测试集上的分类结果如下表格中所示。假设我们更关心正样本是否能被正确检测。

（1）对于分类模型M_1，取阈值为0.5，分别计算分类准确率（accuracy）、查准率（precision）、查全率（recall，又称真正例率，true positive rate，TPR）、假正例率（false positive rate，FPR）和F-measure；

（2）对于分类模型M_2，取阈值为0.5，分别计算分类准确率（accuracy）、查准率（precision）、查全率（recall，又称真正例率，true positive rate&#