数据挖掘 NO.2 模型效果评估

1.logistic regression
Regression是做回归的，一般带了Regression的目标值都是连续性的变量。但是Logistic是唯一的做二分类的

logistic regression 是线性的回归模型。
logistic regression 给出的结果就是概率值，就是表示当前的样本属于哪个值。然后和阈值（0.5）进行比较。>0.5为1，反之亦然。
阈值可以自己人工设置（根据业务），0.5是默认的值
logistic regression和linear regression 有联系，logistic regression的结果就是把linear regression的结果进行转化，得出范围在[0,1]

似然函数：
每个样本的值得概率乘起来就可以了。
极大似然函数：

precision(准确率):预测为真的这部分有多少是为真的。即预测对的有多少
recall(召回)：从原本的样本中捞回几个。从真实的数据捞回了几个

precision和recall 是相互制衡的。
下方的面积最大效果就越好。

PR曲线

阈值：
默认的是0.5
一般大于0.5的是1的哪一类
小于0.5的是0的一类。
一般工作中不用0.5,比如公安会把阈值设置的比较高。
银行风控则相反。

混淆矩阵：

ROC 曲线：

横坐标：1-spc
纵坐标：recall

ROC曲线下方面积越大，模型效果越佳。
用AUC表达
一般0.7都不错了