當乙個分類器建立後，要對其分類準確度進行評價。分類器的效能評價不僅能夠指導分類器的訓練過程，而且可以比較不同分類器的效能。本文主要介紹混淆矩陣和常用的幾個評價指標。
對於乙個二分類問題，可以得到如下的混淆矩陣，行表示資料在模型上的**類別（predicted class/predicted condition），列表示資料的真實類別（actual class/true condition）。
通過混淆矩陣，我們可以很直觀地看清乙個模型在各個類別（positive和negative）上分類的情況，tp、fp、tn、fn，第二個字母表示樣本被**的類別，第乙個字母表示樣本的**類別與真實類別是否一致：
[1] 周志華. 機器學習[m]. 清華大學出版社, 北京, 2016.
[2] 範淼，李超.python 機器學習及實踐[m].清華大學出版社, 北京, 2016.
二分類模型評價指標 AUC
auc的含義和計算 auc針對二分類模型效果進行評價，二分類模型有時可能得到的是乙個概率值，這個概率值表明為 0或1類 的可能性 不同於決策樹分類，我們會直接得到乙個確切分類 我們劃定乙個具體概率值p，大於則為正，小於則為負，然後使用acc或其他指標評價，其實這樣做有很大漏洞，我們不能準確找到這個具...
二分類和多分類問題的評價指標總結
準確率，精確率，召回率，f1 score，auc,roc,p r曲線 1.1 準確率 accuracy 評價分類問題的效能指標一般是分類準確率，即對於給定的資料，分類正確的樣本數佔總樣本數的比例。注意 準確率這一指標在unbalanced資料集上的表現很差，因為如果我們的正負樣本數目差別很大，比如正...
二分類和多分類問題的評價指標總結
1 二分類評價指標 準確率，精確率，召回率，f1 score，auc,roc,p r曲線 1.1 準確率 accuracy 評價分類問題的效能指標一般是分類準確率，即對於給定的資料，分類正確的樣本數佔總樣本數的比例。注意 準確率這一指標在unbalanced資料集上的表現很差，因為如果我們的正負樣本...