kmeans及模型评估指标_分类模型的评估指标

 

上一篇文章，梳理了回归任务(定量预测模型)的好坏，本篇将着重介绍分类任务(定性预测模型)的评估。

归纳起来，评估分类预测模型常用一个矩阵、三条曲线和六个指标。

• 一个矩阵：混淆矩阵；
• 六个指标：正确率/错误率、查全率、查准率、特异度、F值、提升指数；
• 三条曲线：ROC曲线、PR曲线、KS曲线；

本文章先介绍指标。

 

     混淆矩阵

混淆矩阵(confusionmatrix)，衡量的是一个分类器分类的准确程度，是分类预测模型的基础，绝大多数评估指标都以由混淆矩阵得到。 混淆矩阵，以矩阵的形式表达了真实的类别与预测的类别的交叉计数表。一般情况下，矩阵的行表示真实的类别，列表示预测的类别。 混淆矩阵，如下所示：   其中，符号的含义如下：

• TP(True Positive)：真正类，将正类预测为正类的个数；
• FN(False Negative)：假负类，将正类预测为负类的个数；
• FP(False Positi