分类算法中的ROC与PR指标

做过图像识别、机器学习或者信息检索相关研究的人都知道，论文的实验部分都要和别人的算法比一比。可怎么比，人多嘴杂，我说我的方法好，你说你的方法好，各做各的总是不行——没规矩不成方圆。于是慢慢的大家就形成了一种约定，用ROC曲线和PR曲线来衡量算法的优劣。关于ROC曲线和PR曲线的详细介绍可参考资料：

1. ROC Analysis and the ROC Convex Hull
2. Tom Fawcett,An introduction to ROC analysis
3. Jesse Davis,Mark Goadrich. The Relationship Between Precision-Recall and ROC Curves.，还有一份与这篇文章对应的PPT讲稿

有这3份资料足以，应用分析和理论分析都讲得很不错。

基本概念

1. True Positives,TP：预测为正样本，实际也为正样本的特征数
2. False Positives,FP：预测为正样本，实际为负样本的特征数（错预测为正样本了，所以叫False）
3. True Negatives,TN：预测为负样本，实际也为负样本的特征数
4. False Negatives,FN：预测为负样本，实际为正样本的特征数（错预测为负样本了，所以叫False）

接着往下做做小学的计算题：

• TP+FP+FN+FN：特征总数(样本总数)
• TP+FN：实际正样本数
• FP+TN：实际负样本数
• TP+FP：预测结果为正样本的总数
• TN+FN：预测结果为负样本的总数

有些绕，为做区分，可以这样记：相同的后缀（P或N）之和表示__预测__正样本/负样本总数，前缀加入T和F；实际样本总数的4个字母完全不同，含TP（正正得正）