机器学习中的PR曲线和ROC曲线

主要是我对周志华《机器学习》第二章模型估计与选择中一些内容的总结 1.查准率、查全率和F1 对于二分类问题，可将样例根据其真实类别与学习器预测类别的组合划分为真正例（TP），假反例（FN），假正例（FP），真反例（TN），具体分类结果如下    查准率P和查全率R分别定义为： 查准率关心的是”预测出正例的正确率”即从正反例子中挑选出正例的问题。  查全率关心的是”预测出正例的保证性”即从正例中挑选

>>阅读原文<<