分类模型评判指标-混淆矩阵

混淆矩阵是评判模结果的指标，属于模型评估的一部分。只适用于分类模型，判断分类器的性能。比如分类树，逻辑回归。 以二分类为例，判断样本结果是positive以及negative。 一级指标： TN TP FN FP 混淆矩阵如下： ps：图中P和N 是指预测值 二级指标： 三级指标 其中P指精确率，R指召回率 F1-Score指标综合R和P，取值范围从0-1，1代表模型输出最好，0代表最差

>>阅读原文<<