相信很多篇文章都已经解释烂了，该文章主要作为论文复现和面试的笔记
image.png
-
准确率 Accuracy
image.png
就是正确率
- 错误率 Error rate 与准确率相反
- 灵敏度 Sensitive TP/P 表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力
- 特效度 Specificity TN/N 表示的是所有负例中被分对的比例，衡量了分类器对负例的识别能力
-
精准度 Precision
image.png
表示被分为正例的示例中实际为正例的比例
- 召回率 Recall
TP/(TP+FN) 和灵敏度一样 -
综合评价指标 F-Measure
image.png
F1
image.png - ROC ROC Receiver Operating Characteristic
以假正率 FP_rate 和假负率 TP_rate 为轴的曲线，ROC曲线下面的面积我们叫做AUC
image.png
image.png
-
PR Precision Recall
image.png
