摘要：
數據挖掘、機器學習和推薦系統中的評測指標—准確率(Precision)、召回率(Recall)、F值(F-Measure)簡介。
引言：
在機器學習、數據挖掘、推薦系統完成建模之后，需要對模型的效果做評價。
業內目前常常采用的評價指標有准確率(Precision)、召回率(Recall)、F值(F-Measure)等，下圖是不同機器學習算法的評價指標。下文講對其中某些指標做簡要介紹。
本文針對二元分類器！
本文針對二元分類器！！
本文針對二元分類器！！！
對分類的分類器的評價指標將在以后文章中介紹。
在介紹指標前必須先了解“混淆矩陣”：
混淆矩陣
True Positive(真正，TP)：將正類預測為正類數
True Negative(真負，TN)：將負類預測為負類數
False Positive(假正，FP)：將負類預測為正類數誤報 (Type I error)
False Negative(假負，FN)：將正類預測為負類數→漏報 (Type II error)
1、准確率（Accuracy）
准確率(accuracy)計算公式為：
注：准確率是我們最常見的評價指標，而且很容易理解，就是被分對的樣本數除以所有的樣本數，通常來說，正確率越高，分類器越好。
准確率確實是一個很好很直觀的評價指標，但是有時候准確率高並不能代表一個算法就好。比如某個地區某天地震的預測，假設我們有一堆的特征作為地震分類的屬性，類別只有兩個：0：不發生地震、1：發生地震。一個不加思考的分類器，對每一個測試用例都將類別划分為0，那那么它就可能達到99%的准確率，但真的地震來臨時，這個分類器毫無察覺，這個分類帶來的損失是巨大的。為什么99%的准確率的分類器卻不是我們想要的，因為這里數據分布不均衡，類別1的數據太少，完全錯分類別1依然可以達到很高的准確率卻忽視了我們關注的東西。再舉個例子說明下。在正負樣本不平衡的情況下，准確率這個評價指標有很大的缺陷。比如在互聯網廣告里面，點擊的數量是很少的，一般只有千分之幾，如果用acc，即使全部預測成負類（不點擊）acc也有 99% 以上，沒有意義。因此，單純靠准確率來評價一個算法模型是遠遠不夠科學全面的。
2、錯誤率（Error rate）
錯誤率則與准確率相反，描述被分類器錯分的比例，error rate = (FP+FN)/(TP+TN+FP+FN)，對某一個實例來說，分對與分錯是互斥事件，所以accuracy =1 - error rate。
3、靈敏度（sensitive）
sensitive = TP/P，表示的是所有正例中被分對的比例，衡量了分類器對正例的識別能力。
4、特效度（sensitive）
specificity = TN/N，表示的是所有負例中被分對的比例，衡量了分類器對負例的識別能力。
5、精確率、精度（Precision）
精確率(precision)定義為：
表示被分為正例的示例中實際為正例的比例。
6、召回率（recall）
召回率是覆蓋面的度量，度量有多個正例被分為正例，recall=TP/(TP+FN)=TP/P=sensitive，可以看到召回率與靈敏度是一樣的。
7、綜合評價指標（F-Measure）
P和R指標有時候會出現的矛盾的情況，這樣就需要綜合考慮他們，最常見的方法就是F-Measure（又稱為F-Score）。
F-Measure是Precision和Recall加權調和平均：
當參數α=1時，就是最常見的F1，也即
可知F1綜合了P和R的結果，當F1較高時則能說明試驗方法比較有效。
8、其他評價指標
計算速度：分類器訓練和預測需要的時間；
魯棒性：處理缺失值和異常值的能力；
可擴展性：處理大數據集的能力；
可解釋性：分類器的預測標准的可理解性，像決策樹產生的規則就是很容易理解的，而神經網絡的一堆參數就不好理解，我們只好把它看成一個黑盒子。
下面來看一下ROC和PR曲線（以下內容為自己總結）：
1、ROC曲線：
ROC（Receiver Operating Characteristic）曲線是以假正率（FP_rate）和假負率（TP_rate）為軸的曲線，ROC曲線下面的面積我們叫做AUC，如下圖所示：
其中：
（1） 曲線與FP_rate軸圍成的面積（記作AUC）越大，說明性能越好，即圖上L2曲線對應的性能優於曲線L1對應的性能。即：曲線越靠近A點（左上方）性能越好，曲線越靠近B點（右下方）曲線性能越差。
（2）A點是最完美的performance點，B處是性能最差點。
（3）位於C-D線上的點說明算法性能和random猜測是一樣的–如C、D、E點。位於C-D之上（即曲線位於白色的三角形內）說明算法性能優於隨機猜測–如G點，位於C-D之下（即曲線位於灰色的三角形內）說明算法性能差於隨機猜測–如F點。
（4）雖然ROC曲線相比較於Precision和Recall等衡量指標更加合理，但是其在高不平衡數據條件下的的表現仍然過於理想，不能夠很好的展示實際情況。
2、PR曲線：
即，PR（Precision-Recall）曲線。
舉個例子（例子來自Paper：Learning from eImbalanced Data）：
假設N_c>>P_c（即Negative的數量遠遠大於Positive的數量），若FP很大，即有很多N的sample被預測為P，因為
，因此FP_rate的值仍然很小（如果利用ROC曲線則會判斷其性能很好，但是實際上其性能並不好），但是如果利用PR，因為Precision綜合考慮了TP和FP的值，因此在極度不平衡的數據下（Positive的樣本較少），PR曲線可能比ROC曲線更實用。