吴恩达机器学习（九）Precision、Recall、F-score、TPR、FPR、TNR、FNR、AUC、Accuracy

目录

0. 前言

1. Precision、Recall、F-score（F-measure）

2. TPR、FPR、TNR、FNR、AUC

3. Accuracy

---

学习完吴恩达老师机器学习课程的机器学习系统设计，简单的做个笔记。文中部分描述属于个人消化后的理解，仅供参考。

如果这篇文章对你有一点小小的帮助，请给个关注喔~我会非常开心的~

0. 前言

针对二分类的结果，对模型进行评估，通常有以下几种方法：

• Precision、Recall、F-score（F1-measure）
• TPR、FPR、TNR、FNR、AUC
• Accuracy

初始作如下定义：

		真实结果
		1	0
预测结果	1	TP（真阳性）	FP（假阳性）
	0	FN