混淆矩阵
准确率：P=TP/(TP+FP)
召回率：R=TP/(TP+FN)
F1=2 * P * R/(P+R)
TPR=TP/(TP+FN)
FPR=FP/(FP+TN)
分类器的输出是一个概率值，大于某个分类阈值（截断点）判断为正例，否则判断为反例，将分类阈值从1到0的移动过程，TP和FP增大，也即TPR和FPR从0到1的过程，分别以TPR和FPR为纵横坐标，将一系列（TPR，FPR）的点连接起来，形成的曲线（roc曲线）与x轴围成的面积即为auc，如图：
以上摘自西瓜书
相关文章：