不平衡数据的分类评价指标总结

识别任务中混淆矩阵（Confusion Matrix）用于评价算法好坏的指标。下图是一个二分类问题的混淆矩阵： TP：正确肯定——实际是正例，识别为正例 FN：错误否定（漏报）——实际是正例，却识别成了负例 FP：错误肯定（误报）——实际是负例，却识别成了正例 TN：正确否定——实际是负例，识别为负例   相关术语： AccuracyRate(准确率): (TP+TN)/(TP+TN+FN+FP)

>>阅读原文<<