首页 > 其他 > 详细

分类模型评价ROC\AUC\查准率\查全率\F-score\混淆矩阵\KS曲线\Lift\Gian等

时间:2020-05-28 19:23:41      阅读:65      评论:0      收藏:0      [点我收藏+]

混淆矩阵

技术分享图片

二级指标:

  • 准确率(Accuracy):预测正确占所有样本的比例
    技术分享图片
  • 精确率(Precision):预测值为Positive的所有结果中,预测对的比重
    技术分享图片
  • 召回率(Recall)\灵敏度\查全率:TPR::真实值为Negitive的所有结果中,预测对的比重
    技术分享图片
  • 特异度(Specifity):TNR::真实值为Negitive的所有结果中,预测对的比重
    技术分享图片

真正类率

技术分享图片

假正类率

技术分享图片

三级指标

  • F1-score:
    技术分享图片
    其中:P = Precision,R = Recall

  • G-mean:数据不平衡的时候,使用起来效果还挺好
    技术分享图片
    其中:S = Specifity,R = Recall

  • K-S曲线:
    技术分享图片

ROC 和 K-S区别联系?

  • ROC曲线:取值范围在0.5-1 ---- K-S曲线:大于0.2即可判定模型比较优秀
  • ROC 曲线:横轴为FPR,纵轴为TPR----K-S曲线:横轴为阈值,纵轴为FPR\TPR
  • ROC曲线:评价学习器性能,检验分类器对客户进行正确排序的能力----K-S曲线:学习器将正例、负例分开的能力,确定最好的截断点(即max(TPR-FPR))

PR曲线 Lift Gian待更新……………………

分类模型评价ROC\AUC\查准率\查全率\F-score\混淆矩阵\KS曲线\Lift\Gian等

原文:https://www.cnblogs.com/Tdazheng/p/12982621.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!