机器学习基础-PR\ROC\F1

1 、ROC曲线

就是TPR 与FPR 曲线


如图，就是根据阈值不同，我们看我们的二分类器的结果，根据结果算出TPR(真阳性)与FPR(假阳性)，最好的情况就是如图，我们的ROC曲线越靠近左上角，越好，当然，有一条基准线，就是y=x。
ROC曲线的面积就是AUC

2 、PC曲线

Recall其实就是TPR。
PC曲线就是精准率与召回率曲线，精准率与召回率是相爱相杀的，比如，当我们阈值很高的时候，精准率就会很高，精准率就是预测出来的阳性有多少是真阳性，阈值高，我们测出来的阳性一般都是真的，此时召回率就低，召回率是真的阳性中有多少被预测出来的，因为阈值变高了，我们预测出来的阳性很少。

3、F1

我们要平等的关注 精准率和召回率，所以有了F1

4 、正负样本不均衡时怎么选择

当正样本极少时，我们更需要关注的是 FP而不是FN。
比如垃圾邮件，正样本很少，我们希望的是每个垃圾邮件都被精准的挑选出来。

当负样本数很少时
我们更需要关注的是FN而不是FP，我们希望少的那一方都被正确的检测出来。

还有一种情况，如果当正样本很少时，且ROC对正负样本不均衡不敏感时，我们需要关注F1以及PRC曲线，比如下图，当ROC曲线 TPR为0.8，FPR为0.1时，我们关注器PRC曲线，其Recall为0.8时(Recall其实就是TPR），准确率只有0.05，此时我们就需要关注F1和PRC曲线了。

总结: