机器学习分类器的评价指标--混淆矩阵，F1-score，ROC曲线，AUC，KS曲线

1. 混淆矩阵---肯定截断点后，评价学习器性能机器学习 TP（实际为正预测为正），FP（实际为负但预测为正），FN（实际为正但预测为负），TN（实际为负预测为负）性能 经过混淆矩阵咱们能够给出各指标的值：学习 查全率（召回率，Recall）：样本中的正例有多少被预测准确了，衡量的是查全率，预测对的正例数占真正的正例数的比率：测试 查全率 = TP / (TP+FN)spa 查准率（精准率，Pre

>>阅读原文<<