机器学习中的模型评价策略metric(ROC,PR,AUC,F1)_auc metric

TP(真阳性 true positives) TN(真阴性 true negatives) FP(假阳性 false positives) FN(假阴性 false negatives)

分布图：

混淆矩阵：

准确率(accuracy):

精准率(precision):

模型判别出来是阳性，但是不是所有都对，精准率就是检查在这些阳性里的真正为阳性的比率。一句话：检索出的信息中有多少比例是用户感兴趣的(西瓜书)

召回率(recall):

原来阳性总数，模型只能判别出来一部分，召回率就是检查模型对原来阳性的判别程度。一句话：用户感兴趣的信息中有多少被检索出来了(西瓜书)

PR 曲线:(PR curve):越靠近右上角(top right)的点越好

precision和recall是相互排斥的，只能折中取，所以就有了F值的判别策略

F1值:

值:

>1召回率更有影响，<1精准率更有影响

有时会有多个二分类，例如多次训练/测试、多分类任务。这时需要一个综合的策略

微平均(micro-average):把所有类别的一次性都考虑进来，计算类别预测的准确率。

宏平均(macro-average):每个类别分开考虑，计算单独每个类别的准确率，最后再进行算术平均得到该测试集的准确率。

微平均 recall = precise = f1-score 无论是二分类还是多分类， 因为要统计所有的类别， 所以TP为各个类别分对的数目的总和， FP= FN 为各个类别分错数目的总和，recall = precise = 正确分类 / (正确分类 + 错误分类) 

所以：宏平均会比微平均好一些，因为macro会受minority class影响更大，也就是说更能体现在small class上的performance。

(摘自：微平均 宏平均 微平均(准确率、召回率、f1-score相等) 以及 TP、TN、FP、FN的理解_Lord_sh的博客-CSDN博客)

多对P.R:,,,``````

宏查准率(macro-P):

宏查全率(macro-R):

宏F1:(macro-F1):

微查准率(macro-P):$micro-P=\frac{\overline{TP}}{\overline{TP}+\overline{FP}}$

微查全率(macro-R):$micro-R=\frac{\overline{TP}}{\overline{TP}+\overline{FN}}$

微F1:(macro-F1):

真正例率(True Positive Rate):

假正例率(False Positive Rate):

ROC曲线(ROC curve):ROC曲线中，离左上角(top left)最近的点为最好的阈值点 

灵敏度(sensitivity):

特异性(specificity):

AUC(曲线下面积):不考虑其他因素下，AUC越大，模型越好。PR和ROC都适用