![](https://i-blog.csdnimg.cn/blog_migrate/9a88092485100785860900eee4a63ae0.png)
![](https://i-blog.csdnimg.cn/blog_migrate/0fc476fe39791e360cf8c924576d4635.png)
分类模型评估:
二分类:标注分类只有两类的分类,一个类叫做二分类的正类,用1表示;另个一类叫做二分类的负类,用0表示。一般来说,正类是我们比较关注的类,比如:“员工是否离职”,离职的叫做正类,不离职的叫做负类。
![](https://i-blog.csdnimg.cn/blog_migrate/4b87a3491aae79719741fdb505d46487.png)
注:有的时候0和1不是直接得到的,而是我们得到了一个数据在经过模型输出后,划分为正类的概率,
如果概率接近0,那么它应该被划分为负类。如果得到的是概率值,我们有时候需要确定一个阈值,大于这个阈值的就是正类,一般取0.5等。
![](https://i-blog.csdnimg.cn/blog_migrate/d4ab5ff169fbff325c3de93e223d41fd.png)
如果把测试集的真实分类和经过模型预测后的判别结果进行整理,会得到四种映射关系。
![](https://i-blog.csdnimg.cn/blog_migrate/243a72d1c464b0c729bcd8e454d89de8.png)
![](https://i-blog.csdnimg.cn/blog_migrate/dc03f87db965c4fce893b4b5b28b8442.png)
![](https://i-blog.csdnimg.cn/blog_migrate/4f6399470c5bee20a11c6277de9c17de.png)
![](https://i-blog.csdnimg.cn/blog_migrate/80af4627c1987fc97a8bdb251c411f66.png)
![](https://i-blog.csdnimg.cn/blog_migrate/4bcf54e641f1544d4338a084f6fdd0fd.png)
对角线上都是分类为正确的数量
![](https://i-blog.csdnimg.cn/blog_migrate/651f08a1560cdd0330a25e8174170e67.png)
sklearn.metrics.
阈值怎么取:
![](https://i-blog.csdnimg.cn/blog_migrate/c092785bed431631407f1d7f3a3358d9.png)
![](https://i-blog.csdnimg.cn/blog_migrate/bbb9d56dba3408dc8f07b3edf29276d4.png)