T2、正確率、精準率、召回率以及ROC曲線的理解

引言：在機器學習實戰中（Machine Learning），處理分類問題時除了通過訓練誤差、測試誤差去評價分類器的性能之外；通常情況下我們需要其他分類性能指標：正確率，召回率以及ROC曲線等進行評價分類器的性能。首先，通過引用一個二分類問題的混淆矩陣（confusion matrix），幫助我們更好地瞭解分類中的錯誤。  表一 一個二分類問題的混淆矩陣，其中輸出不同類別的標籤    預測結果 真實

>>阅读原文<<