幾個常用術語
1) true positives(tp): 被正確地劃分為正例的個數，即實際為正例且被分類器劃分為正例的例項數；
2) false positives(fp): 被錯誤地劃分為正例的個數，即實際為負例但被分類器劃分為正例的例項數；
3) false negatives(fn):被錯誤地劃分為負例的個數，即實際為正例但被分類器劃分為負例的例項數；
4) true negatives(tn): 被正確地劃分為負例的個數，即實際為負例且被分類器劃分為負例的例項數。
正確率（accuracy）
正確率是我們最常見的評價指標，accuracy = (tp+tn)/(p+n)，正確率是被分對的樣本數在所有樣本數中的佔比，通常來說，正確率越高，分類器越好。
錯誤率（error rate)
錯誤率則與正確率相反，描述被分類器錯分的比例，error rate = (fp+fn)/(p+n)，對某乙個例項來說，分對與分錯是互斥事件，所以accuracy =1 - error rate。
靈敏度（sensitivity）
sensitivity = tp/p，表示的是所有正例中被分對的比例，衡量了分類器對正例的識別能力。
特異性（specificity)
specificity = tn/n，表示的是所有負例中被分對的比例，衡量了分類器對負例的識別能力。
精度（precision）
precision=tp/(tp+fp)，精度是精確性的度量，表示被分為正例的示例中實際為正例的比例。
召回率（recall）
召回率是覆蓋面的度量，度量有多個正例被分為正例，recall=tp/(tp+fn)=tp/p=sensitivity，可以看到召回率與靈敏度是一樣的。
其他評價指標
計算速度：分類器訓練和**需要的時間；
魯棒性：處理缺失值和異常值的能力；
可擴充套件性：處理大資料集的能力；
可解釋性：分類器的**標準的可理解性，像決策樹產生的規則就是很容易理解的，而神經網路的一堆引數就不好理解，我們只好把它看成乙個黑盒子。
精度和召回率反映了分類器分類效能的兩個方面。如果綜合考慮查準率與查全率，可以得到新的評價指標f1-score，也稱為綜合分類率：f1=
2×pr
ecis
ion×
reca
llpr
ecis
ion+
reca
llf1=\frac
f1=pre
cisi
on+r
ecal
l2×p
reci
sion
×rec
all
。
（1）巨集平均f1與微平均f1是以兩種不同的平均方式求的全域性f1指標。
（2）巨集平均f1的計算方法先對每個類別單獨計算f1值，再取這些f1值的算術平均值作為全域性指標。
（3）微平均f1的計算方法是先累加計算各個類別的a、b、c、d的值，再由這些值求出f1值。
（4）由兩種平均f1的計算方式不難看出，巨集平均f1平等對待每乙個類別，所以它的值主要受到稀有類別的影響，而微平均f1平等考慮文件集中的每乙個文件，所以它的值受到常見類別的影響比較大。
roc曲線是（receiver operating characteristic curve，受試者工作特徵曲線）的簡稱，是以靈敏度（真陽性率）為縱座標，以1-特異性（假陽性率）為橫座標繪製的效能評價曲線。可以將不同模型對同一資料集的roc曲線繪製在同一笛卡爾座標系中，roc曲線越靠近左上角，說明其對應模型越可靠。也可以通過roc曲線下面的面積（area under curve, auc)來評價模型，auc越大，模型越可靠。
一般情況下，在一定正確率前提下，要求分類器的召回率盡量高。
分類評估方法
1.1.1 混淆矩陣 在分類任務下，結果 predicted condition 與正確標記 true condition 之間存在四種不同的組合，構成混淆矩陣 適用於多分類 1.1.2 精確率 precision 與召回率 recall 還有其他的評估標準，f1 score，反映了模型的穩健型 r...
分類演算法評估指標
2 準確率 accuracy 準確率是常用的乙個評價指標，但是不適合樣本不均衡的情況。ac cura cy t p tn tp t n fp fn accuracy tp tn tp tn fp fnac cura cy t p tn tp t n fp fn 3 精確率 precision 又稱查...
分類結果的評估方法
模型評估可以用在模型型別 調節引數及特徵組合中。通過模型評估來估計訓練得到的模型對於非樣本資料的泛化能力，並且還需要恰當的模型評估度量手段來衡量模型的效能表現。通常在回歸問題可以採用平均絕對誤差 mean absolute error 均方誤差 mean squared error 均方根誤差 ro...