性能指标：精确度(Accuary) 查准率(Precision) 查全率(Recall) F1_score

一  混淆矩阵

	实际1	实际0
预测正确(1)	TP	FP
预测为负(0)	FN	TN

二  性能指标：

精确度(Accuary) =(TP+FN)/(TP+FN+FP+TN)

查准率(Precision)=TP/(TP+FP)

查全率(Recall)=TP/(TP+FN)

 F1_score=2PR/(P+R)

注：P-Precision，R-Recall,F1_score指标综合了P和R的产出结果。取值范围[0,1]，取值越大表示模型越好

 

三  补充 AUC

AUC(Area Under Curve):

ROC曲线与X轴围成的面积，很多时候用AUC值作为算法好坏的评判标准。面积越大，表示分类性能越好。