性能度量

分类中使用错误率和精度

查准率（precision）,查全率（recall）

P = TP/(TP+FP)

R= TP/(TP+FN)

---

F度量

F1 = 2*P*R/(P+R)

Fi = (1+i^2)*P*R/(i^2*P +R）

i>1时认为R影响更大

i<1时认为P影响更大

---

“宏查准率”： 

macro-P = 1/n*ΣPi

"微查准率“：

micro-P = TPavg/(TPavg+FPavg)  

---

回归中使用均方误差

ROC曲线（受试者工作特征）

学习器为测试样本生成一个实值或概率预测，然后将这个预测值与一个分类阈值进行比较，大于则分为正类，小于则为负类。

将测试样本根据预测实值进行排序，“最可能”是正例的排在最前面，“最不可能”是正例的排在最后面。分类过程相当与在这个排序中以某个“截断点”将样本分成两部分。

若更重视查全率，选择靠后位置进行截断，若更重视查准率，选择靠前位置进行截断。

根据学习器的预测结果对样例排序，按此顺序逐个把样本作为正例进行预测，每次计算“真正例率”，“假正例率”，分别以它们为横、纵坐标作图，得到ROC曲线。

---

AUC（Area Under ROC Curve）

ROC曲线下的面积，用于比较两个学习器的优劣

---

代价敏感错误率与代价曲线：

不同类型的错误所造成的后果严重程度不同

代价矩阵：   0      1

           0       0   cost01

           1   cost10   0

在非均等代价下，我们希望不再是简单地最小化错误次数，而是希望最小化“总体代价”

此时，ROC曲线不能直接反映出学习器的期望总体代价，代价曲线：

横轴是[0，1]的正例概率代价

P（+）cost = p * cost01 / (p*cost01 + (1-p) * cost10)

纵轴是[0,1]的归一化代价

Cost = (FNR*p*cost01+FPR*(1-p)*cost10)/(p*cost01+(1-p)*cost10)

其中p是样例为正例的概率