常见的分类模型评判指标：

1. 混淆矩阵（Confusion Maxtrix）
2. ROC曲线
3. AUC面积

混淆矩阵就是分别统计分类模型预测正类、错类的个数，然后把结果放在一张表格中表示出来

以二分类问题为例，我们的模型最终要判样本的结果是0 或者1，也可以说是正例（positive）或者反例（negative）

从样本数据中能够直接知道真实情况下，哪些数据结果是positive，哪些结果是negative。同时，我们通过用样本数据跑出分类型模型的结果，也可以知道模型认为这些数据哪些是positive，哪些是negative。

因此，我们可以得到四个指标

• 真实值是positive，模型预测也是positive的数量，即为真正类（True Positive TP）
• 真实值是positive，模型预测为negative的数量，即为假负类（False Negative FN）
• 真实值是negative，模型预测也是negative的数量，即为真负类（True Negative TN）
• 真实值是negative，模型预测为positive的数量，即为假正类（False Positive FP）
  TP: 正确肯定的数目
  FN: 漏报的数目
  FP: 误报
  TN: 正确拒绝非匹配的数据

TP+FN+TN+FP = 总的样本数量，其中TP和TN为预测正确的数量

将这四个指标放在表格中，就得到如下一个矩阵，它就是混淆矩阵：

在大量数据面前，简单的算个数目很难判定模型的好坏，因此在混淆矩阵的基础上有延伸了四个指标，成为二级指标

• 准确率（Accuracy）
• 精准率（Precision）
• 灵敏度（Sensitive），也叫召回率（Recall）
• 特异度（Specificity）
  通过上面的二级指标，可以将混淆矩阵的值转换为0到1之间的值，便于标准化的衡量

有时候会将精确率和召回率两个指标放在一起看，就衍生了三级指标

这个指标叫做F1 Score

其中，P代表precision，R代表recall，F1-Score指标综合了Precison和Recall的产出结果，F1-Score取值为0到1,1代表模型最好，0代表结果最差

接受者操作特征（receiver operating characteristic)，对每个样本作为正例进行预测，会得到每个样本的概率值（score），然后按照概率值排序，以每个概率值作为阈值，分别计算TPR和FPR，最后将FPR为横轴，TPR为纵轴作图，便得到roc曲线
横轴：负正类率（FPR）,即1-特异度 Sensitive
FPR = FP/(TN+FP)
纵轴：真正类率（TPR），即灵敏度（召回率）
TPR = TP/(TP+FN)

我们的目标是让TPR尽可能大，FPR尽可能小，因此理想的模型状态为图中的（0,1）所有正例预测为真正例、所有反例预测为真反例

ROC曲线能很容易的查出任意阈值对学习器的泛化性能影响。

有助于选择最佳的阈值。ROC曲线越靠近左上角，模型的查全率就越高。

可以对不同的学习器比较性能。将各个学习器的ROC曲线绘制到同一坐标中，直观地鉴别优劣，靠近左上角的ROC曲所代表的学习器准确性最高。

（1）在学习器的比较中，若一个学习器的ROC曲线完全被另一个学习器的roc曲线包住，则后面的性能优于前者，如图b，越靠90度方向的越好；
（2）若两个学习器的曲线发生交叉，如图a，则难以判断哪个分类器更优，若需要判断，则可通过roc曲线下面的面积来判断，即AUC面积，面积越大，分类器的效果越好

sklearn的实现代码放在下一篇文章里