分类器评估：混淆矩阵和ROC曲线

前言 本文是自己在学习机器学习当中遇到的一些问题，为了便于自己学习和记忆进行总结，写的有不正确的地方欢迎大家指正。 在此附上大佬的个人博客链接：链接，主要是学习此博客中的一些理解，感谢大佬的帮助。 混淆矩阵 预测为正样本: +1 预测为负样本 : -1 原正样本: +1 真阳 （TP） 假阴（FN） 原负样本 : -1 假阳（FP） 真阴（TN） 这里以二分类问题来讨论： 如果对一个正例正确地判为

>>阅读原文<<