机器学习-准确率、召回率、精确率、f1score等

背景

机器学习中，如何评估一个模型的好坏极关重要，否则训练出来了我们自己都说不明白到底该不该用，一句话就是心里没底。
本文将用较为白话的角度来阐述这些指标。
注：这些指标（准确率、精确率、召回率）用中文表示容易混淆，例如准确率和精确率，本文将用英文来进行表述

指标介绍

在介绍之前，我们先上一个二分类的例子

假定已经根据训练集训练出了一个模型，这个模型等待进行评估。
现在给定测试集，正样本60个，负样本40个，一共100个。
你可以简单的比喻为，一个班有60个男的，40个女的，但是呢，我们又预先不知道，而是通过模型来进行预测。（这里把男比喻为整样本，女比喻为负样本）

模型预测结果：

• 50个是男的，50个是女的

真实结果：

• 预测的50个男的中，有40个是男的，10个是女的
• 预测的50个女的中，有30个是女的，20个是男的

英文表示：

• TP：将正类预测为正类数量，40
• FN：将正类预测为负类数量，20
• FP：将负类预测为正类数量，10
• TN：将负类预测为负类数量，30

混淆矩阵如下：

	预测男	预测女
真实男	40（TP）	20（FN）
真实女	10（FP）	30（TN）

看到这些男男女女、正正负负是不是很蒙。。。

Accuracy（中文译为准确率）

白话描述：找的准
accuracy = 预测对的 / 所有 = (TP+TN)/(TP+FN+FP+TN) = 70%
注意：accurary是对全部类别计算的

Recall（召回率）

白话描述：找的全
正样本召回率：recall = TP/(TP+FN) = 预测正样本对的 / 所有正样本 = 66.6%

Precision（精确率）

白话描述：xxxxx
precision = TP/(TP+FP) = 80%
注意：precision是按一个分类（男，即正分类）计算的

总结

• Precision，被我们的算法选为positive的数据中，有多少真的是positive的？
• Recall: 实际应该为Positive的数据中，多少被我们选为了Positive？
• Accuracy: 所有数据中，我们正确分类了多少？
• F1 Score是precision和recall整合在一起的判定标准（类似于ROC评估，可以直接标定一个模型的好坏）