机器学习基础之模型评估与误差分析

模型评估（准确率，召回率，P-R曲线，ROC曲线，AUC，MSE，MAE，交叉验证等）

FP：False Positive 假阳

TP：True Positive 真阳

FN：False Negative 假阴

TN：True Negative 真阴

评估指标

二分类

Precision（准确率)$P=\frac{TP}{TP+FP}$

Recall(召回率) $R=\frac{TP}{TP+FN}$

F1,准确率与召回率的调和平均值$\frac{2}{F_1}=\frac{1}{P}+\frac{1}{R}$, F 1 = 2 T P 2 T P + F