有很多指标可以衡量机器学习模型的效果，不同的任务使用的评价指标也不尽相同。本文对二分类任务的评价指标加以总结。全文系作者原创，仅供学习参考使用，转载授权请私信联系，否则将视为侵权行为。码字不易，感谢支持。
在二分类问题中，数据的标签通常用（0/1）来表示，在模型训练完成后进行测试时，会对测试集的每个样本计算一个介于0~1之间的概率，表征模型认为该样本为阳性的概率，我们可以选定一个阈值，将模型计算出的概率进行二值化，比如选定阈值=0.5，那么当模型输出的值大于等于0.5时，我们就认为模型将该样本预测为阳性，也就是标签为1，反之亦然。选定的阈值不同，模型预测的结果也会相应地改变。二元分类模型的单个样本预测有四种结果：
- 真阳性（TP）：判断为阳性，实际也是阳性。
- 伪阳性（FP）：判断为阳性，实际却是阴性。
- 真阴性（TN）：判断为阴性，实际也是阴性。
- 伪阴性（FN）：判断为阴性，实际却是阳性。
这四种结果可以画成2 × 2的混淆矩阵：
有了混淆矩阵，就可以定义各种指标了。
- TPR（真阳性率） = TP / (TP + FN)
- FPR（假阳性率） = FP / (FP + TN)
- Accuracy（准确率）= (TP + TN) / (TP+TN+FP+FN)
- Precision（精确率）= TP / (TP + FP)
- Recall（召回率）= TP / (TP + FN)
- F1值 = 2TP / (2TP+FP+FN)
- PPV（positive predictive value）= TP / (TP + FP)
- sensitivity（敏感性）= TP / (TP + FN)
- specificity（特异性）= TN / (TN + FP)
以上就是本文的全部内容，如果您喜欢这篇文章，欢迎将它分享给朋友们。
感谢您的阅读，祝您生活愉快！
作者：小美哥
2018-06-12
