分类常用指标总结

先上一个混淆矩阵 两个阳都是指估计为1 真阳率： （TP + FN）/P 真实值为1的样本中，估计值为1的比例；反映了对于一个1样本，估计为1的概率。越高越好，1都被估计为1，都召回了。   假阳率： （FP + TN ）/N 真实值为0的样本中，估计为1的比例；反映了对于一个0样本，估计为1的概率。越低越好，0都不被估计为1。假阳就是为0却被估计为1。   ROC曲线的横轴为假阳率，纵轴为真阳率

>>阅读原文<<