模型评价指标总结

评价 Evalution

线上训练的正确率很高，但是线下却仍然效果很差达不到分类的标准可能的原因？

• 首先想到的应该是评价标准的问题
  • 在负样本占99的情况下，如果评价指标选择正确率，那么分类器把所有结果都分配给负样本也会获得99的正确率。
• 线上线下样本不一致
• 测试集训练集划分不一致
• 模型存在过拟合/欠拟合

评价标准的基本知识

预测\GT	真的是真	真的是假
猜到是真	T(true)P(预测正样本)	F(false)P(预测正样本)
猜到是假	F(false)N(预测负样本)	T(true)N(预测负样本)

召回率又叫做TPR（true positive rate）

相对应的有FPR（false positive rate）

准 确 率 （ 猜 对 ∣ 在 猜 到 正 样 本 的 情 况 下 ） = T P T P + F P 召 回 率 （ 猜 对 ∣ 在 全 是 正 样 本 的 情 况 下 ） = T