機器學(xué)習(xí)性能評估指標匯總

---

• Accuracy：準確率
• Precision：精確率 / 查準率
• Recall：召回率 / 查全率
• F1 score：F1 值
• PR：查準率、查全率曲線
• ROC：真正率、假正率曲線
• AUC：ROC曲線下方的面積（Area Under Curve）

---

混淆矩陣（Confusion Matrix）：

P：positive　　N：negative

---

1、Accuracy：準確率

預(yù)測正確的樣本占總樣本的比例：

---

2、Precision：精確率 / 查準率

預(yù)測的真正例占預(yù)測為正例的比例：

---

3、 Recall：召回率 / 查全率

預(yù)測的真正例占實際為正例的比例：

---

4、 F1 score：F1 值

Precision 和 Recall 的權(quán)衡（trade-off）

---

5、PR 曲線：查準率、查全率曲線

PR曲線：
根據(jù)不同的閾值得到的混淆矩陣計算 Precision、Recall。橫坐標為Recall，縱坐標為 Precision。PR曲線越右左上角凸越好。
如果A模型的曲線完全向下包住B模型曲線，則A模型好于B模型。

---

6、ROC 曲線：真正率、假正率曲線

TPR：就是Recall

FPR：預(yù)測為假正例占實際為假正例的比例

ROC曲線：
根據(jù)不同的閾值得到的混淆矩陣計算 TPR、FPR。橫坐標為 FPR，縱坐標為 TPR。
正常情況下 TPR 和 FPR 是正相關(guān)的。如果隨著 TPR 的增加而 FPR 增加較少，則該閾值是好的。ROC曲線越向左上角凸越好。
如果A模型的曲線完全向下包住B模型曲線，則A模型好于B模型。

---

7、AUC：ROC曲線下方的面積（Area Under Curve）

AUC：
AUC越大越好，表示ROC曲線越向左上角凸。

---

總結(jié)

以上是生活随笔為你收集整理的机器学习性能评估指标汇总的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。