常用分类评估指标（二分类多分类）

一直想写篇度量指标的文章，梳理一下这块的知识点，可能想了太多次，总以为自己已经写过了，今天看文章列表，竟然没有相关的内容，刚好最近在做多分类模型，借此机会整理一下。

混淆矩阵（confusion matrix）

在介绍各种指标前，先介绍混淆矩阵，基本所有的评价指标都是基于混淆矩阵计算得来的。
混淆矩阵每一行代表数据的真实类别，每一列代表预测类别。
以下是一个三分类问题的混淆矩阵：

二分类和多分类都有混淆矩阵，为了后面介绍指标时参数含义容易理解，我们以二分类的混淆矩阵为例。

TP：True Positive，真阳性，正样本分类为正样本
FP：False Positive，假阳性，负样本分类为正样本
TN：True Negative，真阴性，负样本分类为负样本
FN：False Negative，假阴性，正样本分类为负样本

二分类常用指标

准确率（Accuracy）
分类正确的样本占总样本的比例
Accuracy =（TP+TN)/(TP+FP+TN+FN)
但是，准确率在不均衡的样本集上度量效果很差。比如，一个二分类的样本中，有90个

常用分类评估指标（二分类多分类）相关推荐
1. 二分类最优阈值确定_一文搞懂分类算法中常用的评估指标
  导读通常我们在解决某个问题的时候,会设计多种分类算法在训练的时候我们还会调节各种超参以及使用各种trick以获取最优的分类模型,那这时候我们应该如何来衡量这个最优呢? 分类算法的评估指标有很多种,选 ...
2. 机器学习 | 分类评估指标
  文章目录 1. 分类评估指标 1.1 混淆矩阵 Confusion Matrix 1.1.1 scikit-learn 混淆矩阵函数接口 1.2 真阳性TP.假阳性FP.真阴性TN.假阴性FN 1.2 ...
3. R语言构建logistic回归模型并评估模型：构建基于混淆矩阵计算分类评估指标的自定义函数、阳性样本比例（垃圾邮件比例）变化对应的分类器性能的变化、基于数据阳性样本比例选择合适的分类评估指标
  R语言构建logistic回归模型并评估模型:构建基于混淆矩阵计算分类评估指标的自定义函数.阳性样本比例(垃圾邮件比例)变化对应的分类器性能的变化.基于数据阳性样本比例选择合适的分类评估指标目录
4. 人脸识别常用的评估指标
  导读随着硬件性能的提升和人脸数据量的增大,人脸识别也越来越成熟,商业应用也越来越多.经常看到很多文章说,人脸识别算法做了什么什么改进在LFW上的识别准确率达到99.6%以上. 实际上,仅仅一个准确率 ...
5. ML之ME/LF：机器学习之风控业务中常用模型评估指标PSI(人群偏移度指标)的的简介、使用方法、案例应用之详细攻略
  ML之ME/LF:机器学习之风控业务中常用模型评估指标PSI(人群偏移度指标)的的简介.使用方法.案例应用之详细攻略目录 PSI(稳定度指标)的简介 1.如何计算PSI? (1).PSI计算过程
6. 决策树分类评估指标之混淆矩阵
  问题的提出如果决策树的目标是尽量捕获少数类,则准确率模型评估的意义不大,需要新的模型评估指标.简单来看,只需要查看模型在少数类上的准确率就好,只要能够将少数类尽量捕捉出来,就能够达到目的. 但是,新 ...
7. python多分类评估指标acc、f1、auc
  支持向量机多分类模型,计算评估指标acc.f1.auc. from sklearn import datasets from sklearn.svm import SVC from sklearn i ...
8. 数据挖掘---分类评估指标和回归问题
  1分类问题 1.1 什么是分类在监督学习中,当输出变量Y取有限个离散值时,预测问题就是分类问题,这时输入变量X可以是离散的也可以是连续的 1.2 什么是分类器监督学习中从数据中学习一个分类模型或分 ...
9. 分类评估指标之家族成员：ROC、AUC、Lift、Gain、Gini、KS、PR曲线、F1、洛伦兹曲线
  关于AUC.KS评价指标.洛伦兹曲线.Gini系数.Lift曲线和Gain曲线.在别人的博客里看到下面的一个小故事: 故事是这样的(向善于总结的大佬致敬): 首先,混淆矩阵是个元老,年龄最大也资历 ...
最新文章
热门文章

常用分类评估指标（二分类多分类）

混淆矩阵（confusion matrix）

二分类常用指标

常用分类评估指标（二分类多分类）相关推荐

最新文章

热门文章