机器学习基础——分类问题评价指标

1 .准确率（A），查准率(P)，查全率(R) 设正样本总数 T = TP + FN, 负样本总数 F = FP + TN 定义各种指标如下：     2 .P-R曲线 原理：很多二分类器的输出是一个概率实值，我们将这个概率值与一个阈值进行比较，若大于阈值则分为正类，否则为反类。实际上，我们可以根据这个实值大小将测试样本排序，最可能是正例的样本排在最前面，最不可能是正例的样本排在最后面。分类的决策

>>阅读原文<<