仿照上篇博文對於混淆矩陣、roc和auc指標的**，本文簡要討論機器學習二分類問題中的混淆矩陣、pr以及ap評估指標；實際上，（roc,auc）與（pr,ap）指針對具有某種相似性。
按照循序漸進的原則，依次討論混淆矩陣、pr和ap：
設定乙個機器學習問題情境：給定一些腫瘤患者樣本，構建乙個分類模型來**腫瘤是良性還是惡性，顯然這是乙個二分類問題。
本文中，將良性腫瘤視為正類標籤（可能在具體實踐中更為關注惡性腫瘤，不過這並不影響技術上的操作）。
當分類模型選定以後，將其在測試資料集上進行評估，分別可以得到以下評估指標：
tp表示**為良性，真實情況是良性的樣例數；
fn表示**為惡性，真實情況是良性的樣例數；
fp表示**為良性，真實情況是惡性的樣例數；
tn表示**為惡性，真實情況是惡性的樣例數；
以上四類資料構成混淆矩陣。
在混淆矩陣的基礎上，進一步地定義兩個指標。
按照下式定義precision（p）指標
precision表示，**為正的樣本中有多少是真正的正樣本；精準率強調對某類樣本識別的準確性。
按照下式定義recall（r）指標
recall表示，樣本中的正例有多少被**正確了；召回率強調對某類樣本識別的全面性。
precision,recall分別反映分類器對某一類樣本鑑別能力的兩個方面；通常，這兩個指標呈現互斥關係，即乙個指標高了往往會致使另一指標降低。
由上，乙個混淆矩陣對應一對（precision,recall）
需要明確的是，p和r是建立在類別明確的**結果之上的，即分類模型明確地指出待**樣本的類別。
然而，在二分類問題（0，1）中，一般模型最後的輸出是乙個概率值，表示結果是1的概率。此時需要確定乙個閾值，若模型的輸出概率超過閾值，則歸類為1；若模型的輸出概率低於閾值，則歸類為0。
不同的閾值會導致分類的結果不同，也就是混淆矩陣有差，p和r也就不同。
當閾值從0開始慢慢移動到1的過程，就會形成很多對（precision,recall）的值，將它們畫在座標系上，就是所謂的pr曲線了。
得到pr曲線後，就可以計算曲線下方的面積，計算出來的面積就是ap值。
一般而言，ap越大，模型的效能越好。
二分類問題中的混淆矩陣 ROC以及AUC評估指標
本篇博文簡要討論機器學習二分類問題中的混淆矩陣 roc以及auc評估指標 作為評價模型的重要參考，三者在模型選擇以及評估中起著指導性作用。按照循序漸進的原則，依次討論混淆矩陣 roc和auc 設定乙個機器學習問題情境 給定一些腫瘤患者樣本，構建乙個分類模型來 腫瘤是良性還是惡性，顯然這是乙個二分類問...
二分類問題混淆矩陣和相關引數
的類 實際的類 f tp f t p f fn f fn f fp f fp f tn f tn 或者稱靈敏度 sensitivity 定義為被模型正確 的正樣本的比例，即 tp r tp tp f n tpr tpt p fn 或者稱特指率 specificity 定義為被模型正確 的負樣本的比例...
二分類混淆矩陣結構 從混淆矩陣到樣本不平衡分類指標
confusing matrix 也譯作混淆矩陣，是一項古老經典的統計技術，見下圖。classification代表分類器判斷的結果，positive 是 陽性 真等 negative 非 陰性 假等 condition代表事實情況，true 事實為真 false 事實是假 把classificat...