一张图搞定,准确率就是分类出来的,有多少是正确的,召回率就是在潜在的,是否都找出来了,F值就是2PR/(P+R)。
ROC曲线就是基于上面的概念实现的,纵坐标是TPR,就是recall,横坐标是FPR,记忆上有个小技巧,recall = TP/(TP+FN),横坐标是FPR就是把recall的T和F都反一下,FPR=FP/(FP+TN)。
然后将分类结果,按照概率的大小进行排序,先假设分类结果所有的都是反例,显然TPR和FPR都是0,确定第一个点。然后将排在第一的样本的结果设为正例,其余为反例,在计算TPR和FPR,以此类推,直到所有的都设为正例,确定最后一个点,就画好ROC曲线了。