回归和分类的评估指标

回归评估指标

分类评估指标

混淆矩阵：

1. 精确率(Precision)：预测正确的正例数据占预测为正例数据的比例；公式：P=TP/(TP+FP)。
2. 召回率(Recall)：预测为正例的数据占实际为正例数据的比例；公式：R=TP/(TP+FN)。
3. 准确率(Accuracy)：衡量所有样本被分类准确的比例；公式：A=(TP+TN)/(TP+FP+TN+FN)。
4. F1分数(F1 score)：精确率和召回率的调和平均；公式：
   

ROC & AUC:

ROC：ROC曲线指受试者工作特征曲线(receiver operating characteristic curve)，是反映敏感性和特异性连续变量的综合指标，是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、(1-特异性)为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在ROC曲线上，最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。

在模型中，ROC曲线是由TPR(真正率、敏感度)和FPR(假正率、1-特效性)绘制成的。
真正率 = 预测为正类的正样本/所有正类样本，越大越好[TPR=TP/(TP+FN)，相当于召回率]。
假正率 = 预测为正类的负样本/所有负类样本，越小越好[FPR=FP/(TN+FP)，所有确实为假的样本，被误判为真]。

AUC：AUC值为ROC曲线所覆盖的区域面积，AUC越大，分类线分类效果越好。

AUC = 1，是完美分类器，采用这个预测模型时，不管设定什么阈值都能得出完美预测。绝大多数预测的场合，不存在完美分类器。
0.5 < AUC < 1，优于随机猜测，这个分类器(模型)妥善设定阈值的话，能有预测价值。
AUC = 0.5，跟随机猜测一样，(例：丢硬币)，模型没有预测价值。
AUC < 0.5，比随机猜测还差，但只要总反预测而行，就优于随机猜测(也可能是标签标反了)。

使用ROC和AUC的特性：当测试集中的正负样本的分布变化的时候，ROC曲线能够保持不变。在实际数据中经常会出现不平衡现象，即负样本比正样本多很多(或者相反)，而且测试数据中的正负样本的分布也可能随着时间变化。

在上图中，a和c为 ROC 曲线，b和d为 Precision-Recall 曲线。a和b展示的是分类其在原始测试集(正负样本分布平衡)的结果，c和d是将测试集中负样本的数量增加到原来的 10 倍后，分类器的结果。可以明显的看出，ROC 曲线基本保持原貌，而 Precision-Recall 曲线则变化较大。