機器學習分類器的評價指標--混淆矩陣，F1-score，ROC曲線，AUC，KS曲線

1. 混淆矩陣---確定截斷點後，評價學習器性能 TP（實際爲正預測爲正），FP（實際爲負但預測爲正），FN（實際爲正但預測爲負），TN（實際爲負預測爲負） 通過混淆矩陣我們可以給出各指標的值： 查全率（召回率，Recall）：樣本中的正例有多少被預測準確了，衡量的是查全率，預測對的正例數佔真正的正例數的比率： 查全率 = TP / (TP+FN) 查準率（精準率，Precision）：針對預測結

>>阅读原文<<