分类问题中的几个衡量指标

本章节主要针对分类问题中涉及的几个衡量质变进行简单介绍。在分类问题中，一般采用准确率(Accuracy)、精准率（Precision）、召回率（Recall）、F-Measure、ROC、AUC等指标对分类结果进行衡量。

1、正负类的理解（Positive and Negetive）

在二元（0-1）分类问题中，当我们将其中一类（例如0类）标记为正类时，那么剩余的一类（例1类）则标记为负类。类推到多分类问题中，我们则是将每个类别自身标记为正类，而自身之外的类别标记为负类。针对正负类，我们经常可以在分类问题中看到TP、FP、TN、FN四个概念。下面我们将对这四个概念进行介绍。

TP（True Positive），表示正确预测正类，即正类样本被模型分为了正类样本。

FP（False Positive），表示错误预测正类，即负类样本被模型分为了正类样本。

TN（True Negetive），表示正确预测负类，即负类样本被模型分为了负类样本。

FN（False Negetive），表示错误预测负类，即正类样本被模型分为了负类样本。

2、准确率（Accuracy）

准确率是指分类模型正确分类的概率，等于正确预测的样本数量与总样本数量的比值。准确率计

算方式如下：

$Ac=\frac{TP+TN}{N}$

其中，TP表示正确预测正类的样本数量，TN表示正确预测为负类的样本数量，N为样本总数量。

3、精确率（Precision）

精准率主要指正确预测的正类样本在所有预测结果为正类的样本中的占比。精准率计算方式如下：

$P=\frac{TP}{TP+FP}$

其中，TP表示正确预测正类的样本数量，FP表示负类错误分为正类的样本数量。

4、召回率（Recall）

召回率主要指正确预测为正类的样本在实际正样本中的占比。召回率计算方式如下：

$R=\frac{TP}{TP+FN}$

其中，TP表示正确预测正类的样本数量，FN表示正类错误分为负类的样本数量。

5、F-Measure

由精准率与召回率的定义可知，精准率是面向预测结果的，而召回率是面向实际样本的。这两者之间存在一定的矛盾。为此，人们将两个衡量指标进行加权调和平均来进一步综合考虑分类效果，这种方法被称之为F-Measure或F-Score。F-Score的计算方式如下：

$F=\frac{2PR}{P+R}$

其中，P为精准率，R为召回率。

6、总结

通过上述4种分类衡量指标的介绍，我们可以发现每种指标均有这自己针对的涵盖面。准确率是对样本分类整体精度的描述，其能够直接反映总样本中被正确分类的样本的占比。精准率和召回率是对样本分类中细节精度的描述，而F-Score则是对分类问题中细节的权衡考量。

既然上述的指标已经可以衡量分类精度，为什么还要提出ROC和AUC这个两个概念？在下一篇博客中，我们将对这两个概念进行介绍。

分类问题中的几个衡量指标相关推荐

在商业环境中的 UX 体验衡量指标
本文适合(1)进入工作领域 1–3 年的 UX Designer/Product Designer(2)希望为自己的工作产出订定价值衡量的 Anybody 好的衡量指标带你上天堂,不好的衡量指标带你睡 ...
分类算法中的ROC与PR指标
本文转自:http://blog.csdn.net/xiahouzuoxin/article/details/43165253 做过图像识别.机器学习或者信息检索相关研究的人都知道,论文的实验部分都要 ...
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 ...
机器学习模型的衡量指标_在机器学习模型中衡量公平性
机器学习模型的衡量指标 In our previous article, we gave an in-depth review on how to explain biases in data. Th ...
机器学习中回归问题的性能衡量指标
回归问题的典型性能指标是均方根误差(RMSE),它测量的是预测过程中,预测错误的标准偏差(标准偏差是方差的算术平方根,而方差是离均平方差的平均数). 例如,RMSE等于50000就意味着,系统的预测值 ...
分类模型的衡量指标，召回率recall和准确率precision
在一个机场检测恐怖分子的模型中,恐怖分子被认为是正例,非恐怖分子被认为是反例. true代表的是正确分类,positive代表正例.反之,false代表错误分类,negative代表反例. 那么,TP ...
生活质量衡量系统_「电力闲聊」电能质量中的电压质量，有四个衡量指标
今天我们要聊的话题是电能质量. 说到这里,你可能想问了,电还需要有质量么?当然了,电就是商品,质量过关才能拿出来卖.在我国,主要采用的是交流供电系统.交流电能的质量指标主要包括电压.频率和波形,我们今 ...
多分类任务中精确率(Precision)、召回率(Recall)以及准确率(Accuracy)评估指标的计算
1 三个评价指标的意义精确率:在**被识别为正类别的样本(预测分类结果)中,确实为正类别的比例是多少召回率:在所有正类别样本(真实分类结果)**中,被正确识别为正类别的比例是多少? 准确率:在所有 ...
Lesson 5.分类模型决策边界与模型评估指标
Lesson 5.分类模型决策边界与模型评估指标(上) 在逻辑回归的算法基础内容结束之后,我们还需要补充一些关于分类模型的基础知识,包括观察分类模型判别性能的决策边界基本的概念与实现方法,同时也包括对 ...
机器学习算法衡量指标——准确率、精确率（查准率）、召回率（查全率）
机器学习算法衡量指标在分类问题中,将机器学习模型的预测与实际情况进行比对后,结果可以分为四种:TP.TN.FN.FP.每个的第一个字母:T/F,代表预测结果是否符合事实,模型猜得对不对,True o ...

分类问题中的几个衡量指标

分类问题中的几个衡量指标相关推荐

最新文章

热门文章