数据分析(6)-性能评价与算法基础

非均衡分类问题 在大多数情况下不同类别的分类代价并不相等。 正确率、召回率及ROC曲线 TP——将正类预测为正类数；FN——将正类预测为负类数；FP——将负类预测为正类数；TN——将负类预测为负类数。 正确率(Precision)，它等于P = TP/(TP十FP)，给出的是预测为正例的样本中的真正正例的比例。 召回率(Recall)，它等于R = TP/(TP+FN)，给出的是预测为正例的真实正

>>阅读原文<<