模型度量方法

本文总结一下分类算法中常用的性能度量指标。

1. 错误率和精度
2. 查准率、查全率与F1

• 查准率：算法预测出的正样本中，真实正样本的比例。
• 查全率：真实正样本中，算法预测出为正样本的比例。
• F1：基于查准率和查全率的调和平均。

3. ROC和AUC

• ROC曲线：可以评价算法的泛化性能。横轴为假正例率，纵轴为真正例率。
• AUC：为ROC曲线下的面积。曲线下的面积越大，模型性能越好。