在完成機器學習中的二分類問題的建模階段后，需要對模型的效果做評價，如今業內通常采用的評價指標有精確率(Precision)、准確率(Accuracy)、召回率(Recall)、F值(F-Measure)等多個方面，為了准確理解以避免混淆，本文將對這些指標做簡要介紹。
1 混淆矩陣
其實，上面提及的諸多評測指標都是在混淆矩陣上衍生出來的，因此先簡要介紹混淆矩陣。
針對二分類問題，通常將我們所關心的類別定為正類，另一類稱為負類；例如使用某種分類器預測某種疾病，我們關心的是“患病”這種情況，以便及早接受治療，所以將“患病”設為正類，“不患病”設為負類。
混淆矩陣由如下數據構成：
True Positive (真正，TP)：將正類預測為正類的數目
True Negative (真負，TN)：將負類預測為負類的數目
False Positive(假正，FP)：將負類預測為正類的數目（誤報）
False Negative(假負，FN)：將正類預測為負類的數目（漏報）
接下來介紹的幾種評價指標都是由上述四個數據相互運算產生。
2 准確率（accuracy）
計算公式為：acc = (TP+TN)/(TP+TN+FP+FN)
准確率是最常見的評價指標，很容易理解，就是預測正確的樣本數占所有的樣本數的比例；通常來說，准確率越高分類器越好。然而，在正負樣本極不平衡的情況下，准確率這個評價指標有很大的缺陷。
3 錯誤率（error rate）
計算公式為：err = 1-acc
錯誤率則與准確率相反，衡量分類器錯誤分類的比例情況。
4 靈敏度（sensitive）
計算公式為: sensitive = TP/(TP+FN)
靈敏度表示的是樣本中所有正例中被識別的比例，衡量了分類器對正例的識別能力。
5 特效度（specificity）
計算公式為：specificity = TN/(TN+FP)
特效度表示的是樣本中所有負例中被識別的比例，衡量了分類器對負例的識別能力。
6 精確率（precision）
計算公式為：P = TP/(TP+FP)
精確率與准確率要有所區別，精確率表示的是被分類器分為正例的樣本中，確實為正例的樣本占的比例。
7 召回率（recall）
計算公式為：R = TP/(TP+FN) = sensitive
從公式上可以看出，召回率與靈敏度是相同的，衡量的是分類器對正例的識別能力。這個指標結合疾病識別的例子就很好理解了，若將“患病”定為正類，則召回率描述的是所有真正的患者中，被分類器識別出來從而召喚到醫院的患者占的比例。
8 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，常見的方法就是F-Measure（又稱F-Score）。
F-Measure是Precision和Recall加權調和平均：
當參數α=1時，就是常見的F1值：
F1綜合了P和R的結果，當F1較高時則說明分類器確實比較有效。
小結：本文介紹的幾種指標都是最為常用的衡量標准，針對分類問題還有其它評測指標，如計算速度、魯棒性、可擴展性、可解釋性、ROC曲線和PR曲線等；至於多分類問題，可以仿照二分類的情況類比得到與上述指標相似的指標計算公式。