【推荐算法面试】auc，precision，recall，accuracy记录

面试中被问到指标之间的差异，回答的不太好，记录一下。

首先是四个指标的定义，之后再记录他们的差异性。

precision：被预测为正样本中，真实的正例所占的比例。--医学病情诊断，诊断不能出错，可以看这一指标。

recall：真实的正样本中，被预测为正样本所占的比例。--灾害监测（“宁可错杀一百，不可放过一人”）

accuracy：预测正确的比例，包括了正样本被预测正确和负样本被预测正确。

	真实正样本	真实负样本	总和
预测正样本	30	10	40
预测负样本	20	40	60
总和	50	50	100

precision：30/40 = 75%

recall：30/50 = 60%

accuracy：70/100 = 70%

auc：曲线与坐标轴围成的面积，纵坐标是TPR，横坐标是FPR。

TPR等价于recall

FPR：错误的预测中预测为正样本的概率。

FPR=10/50=20%

根据不同的阈值就可以得到完整曲线。

accuracy：在正负样本不平衡的时候，就失去了评估意义。

precision，recall的缺点：会随着阈值的设定改变自身的值，但其实本身分类器的能力是没有变的，对阈值极为敏感。

ROC曲线越靠近左上角表明模型效果越好，此时AUC值越大，极端情况下为1。与F1-score不同的是，AUC值并不需要先设定一个阈值