精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？

1. ROC: receiver operating characteristic curve

ROC曲线光滑, 则没有太大的overfitting, 图中0.2-0.4可能有问题

AUC是面积, 面积越大模型越好

2. PRC: precision recall curve

   
   

先看是否平滑, 再看谁上谁下. 蓝色的线很平滑, 明显更好
正负样本分布极其不均(highly skewed datasets)时, PRC比ROC更能有效反应分类器好坏.