本文记录的目的是方便自己学习和复习，有误之处请谅解，欢迎指出。
之前的文章没有对评价指标进行一个梳理，此小结补充一下建模过程中一些常用的评价指标。
最近项目在做点击率预估（CTR）建模，建模过程中一直使用AUC作为评估指标。由于我数据集的正负样本是不均衡的（1:3），为了加强模型对正样本的关注度，在损失函数中增加了类别权重（类似facal loss, 不了解可以看之前的facal loss介绍），训练完成后发现AUC基本没变化，按以往竞赛经验来看，一般会有提升。然后对模型的精准率（precision）、召回率（recall）也进行输出，发现正样本的精准率确实提升了，但是召回下降了，而AUC整体却没什么变化。
我开始犹豫使用AUC是否真的适合，觉得它不能反映模型对正样本识别能力，而是反映模型整体正负样本排序能力。对于广告点击率预告场景来说，按我对业务的理解，理想情况希望得到这样的模型：它识别出来的正样本用户一定会点击，不希望识别出用户不点击的样本，还有多少正样本没有识别出来就无所谓了，反正保证识别的正样本一定会点击，换句话说，也就是正样本精准率一定要高的前提下，召回仅可能的高（理解有误感谢指出）。
说了这么多，个人觉得除了通过AUC关注模型的排序能力，是不是也应该多关注模型对正样本的识别能力。顺便整理一下常用的评价指标。
通过网上常用的混淆矩阵来介绍各种评价指标以及计算公式，从公式中可以看出不同指标更加关注的是什么。
真正例(True Positive, TP)：真实类别为正例，预测类别为正例；
假负例(False Negative, FN)：真实类别为正例，预测类别为负例；
假正例(False Positive, FP)：真实类别为负例，预测类别为正例 ；
真负例(True Negative, TN)：真实类别为负例，预测类别为负例；
一、准确率（Accuracy）
计算公式：（TP+TN）/（TP+FN+FP+TN）
定义：所有分类正确的样本在所有样本中的占比
样本分布不均衡容易使模型的“满足”，例如正样本占比5%，负样本占比95%，若模型全部预测负样本，准确率为95%。准确率在实际中使用较少。
二、精准率（Precision）
计算公式：TP / TP+FP
定义：所有被模型预测为正样本中真正的正样本占比
准确率与精准率容易混淆，从公式上看到明显区别。精准率常结合召回率一起观察模型。
三、召回率（Recall）
计算公式：TP / TP+FN
定义：所有正样本被预测为正样本的比例
召回率可以看作是模型对正样本的覆盖程度。
四、F1
计算公式：
定义：
