几种模型评价指标
1. 分类模型
1.1 准确率、召回率、精度、f1
TP:预测正确,预测为P,事实为P;
FP:预测错误,预测为P,事实为N;
TN:预测正确,预测为N,事实为N;
FN:预测错误,预测为N,事实为P;
准确率Accuracy = (TP + TN) / (TP + TN + FP + FN);
召回率Recall = TP / (TP + FN);
精度Precision = TP / (TP + FP);
F1 = 2 * recall * precision / (recall + precision);
1.2 AUC
tpr = TP / (TP + FN);
fpr = FP / (FP + TN) ;
Roc曲线:将样本按照预测为正样本的概率从大到小排序,并逐一将样本的预测概率作为分类阈值,计算tpr与fpr,以(fpr, tpr)坐标形式作图;
AUC = ROC曲线下的面积;
AUC在0.5与1之间,认为模型预测能力较好;
1.3 KS值
fpr与tpr曲线:将样本按照预测为正样本的概率从大到小排序,并逐一将样本的预测概率作为分类阈值,计算tpr与fpr,以(threshold, tpr), (threshold, fpr)坐标形式作图;
KS值 = MAX(tpr - fpr)
KS值在0.4–0.7之间认为模型预测能力较好,过小认为存在欠拟合,过大认为存在过拟合;
1.4 PSI值
首先将模型预测概率值进行分箱,然后统计两个时期下在不同分箱中的样本占比;
psi = SUM(本期占比 - 上期占比) * ln(本期占比 / 上期占比);
psi衡量模型稳定性,小于0.1认为模型稳定,大于0.1认为模型出现波动。
2. 回归模型
2.1 MSE、MAE
2.2 R2与调经后R2
拟合优度,越接近于1拟合越好。
3. 聚类模型
3.1 轮廓系数
首先对于簇内每一样本点i,计算到本簇其它样本点距离均值a(i);
然后计算样本点i距离最近的簇b的距离b(i);
轮廓系数S = SUM((b(i) - a(i)) / max(a(i), b(i)))
轮廓系数S取值-1到1之间,越大越好;