机器学习分类器模型评价指标

分类器评价指标主要有： 1，Accuracy 2，Precision 3，Recall 4，F1 score 5，ROC 曲线 6，AUC 7，PR 曲线 混淆矩阵 混淆矩阵是监督学习中的一种可视化工具，主要用于比较分类结果和实例的真实信息。矩阵中的每一行表明实例的预测类别，每一列表明实例的真实类别。 web 真正(True Positive , TP)：被模型预测为正的正样本。 假正(False

>>阅读原文<<