模型评价指标

混淆矩阵：
也称为误差矩阵，是一种特定的表格布局，允许可视化算法的性能，通常是监督学习的算法（在无监督学习通常称为匹配矩阵）。矩阵的每一行代表预测类中的实例，而每列代表实际类中的实例（反之亦然）。从字面理解：看出系统是否混淆了两个类（即通常将一个类错误标记为另一个类）（多类可以合并为二分类）。

一级评价指标：
由四个基础指标构成：TP、FN、FP、TN
① 真实值是positive，模型认为是positive的数量（True Positive=TP）
② 真实值是positive，模型认为是negative的数量（False Negative=FN）：这就是统计学上的第一类错误（Type I Error）
③ 真实值是negative，模型认为是positive的数量（False Positive=FP）：这就是统计学上的第二类错误（Type II Error）
④ 真实值是negative，模型认为是negative的数量（True Negative=TN）

一级评价指标混淆矩阵图例：

二级评价指标：
准确率(Accuracy)：ACC
精确率(Precision)：PPV
灵敏度(Sensitivity)=召回率(Recall)=命中率=真实阳性率：TPR
特异度(Specificity)：TNR
（更多名词可查看维基百科）

三级评价指标：
F1 Score：
$\mathrm{F1} =\frac{2 \mathrm{PR}}{\mathrm{P}+\mathrm{R}}$
其中，P代表Precision，R代表Recall。F1-Score指标综合了Precision与Recall的产出的结果。F1-Score的取值范围从0到1的，1代表模型的输出最好，0代表模型的输出结果最差。

MCC 马修斯相关系数：
衡量不平衡数据集的指标比较好。
$\mathrm{MCC}=\frac{T P \times T N-F P \times F N}{\sqrt{(T P+F P)(T P+F N)(T N+F P)(T N+F N)}}$

ROC曲线：
ROC曲线的横坐标为false positive rate（FPR），纵坐标为 true positive rate（TPR） 。当测试集中的正负样本的分布变化的时候，ROC曲线能够保持不变。

PRC曲线：
在正负样本分布得极不均匀(highly skewed datasets)的情况下，PRC比ROC能更有效地反应分类器的好坏。

实列理解：

该图表示的是模型预测动物的预测数据图。通过该混淆矩阵，可以得到以下结论：

Accuracy:
在总共66个动物中，我们一共预测对了10 + 15 + 20=45个样本，所以准确率（Accuracy）=45/66 = 68.2%。
下面以猫为例，将上面的图合并为二分类问题，求出二级评价指标与三级评价指标：

Precision：
以猫为例，66只动物里有13只是猫，其中这13只猫只有10只预测对了。模型认为是猫的13只动物里，有1条狗，两只猪。所以，Precision（猫）= 10/13 = 76.9%

Recall：
以猫为例，在总共18只真猫中，我们的模型认为里面只有10只是猫，剩下的3只是狗，5只都是猪。这5只八成是橘猫，能理解。所以，Recall（猫）= 10/18 = 55.6%

Specificity：
以猫为例，在总共48只不是猫的动物中，模型认为有45只不是猫。所以，Specificity（猫）= 45/48 = 93.8%。虽然在45只动物里，模型依然认为错判了6只猪与4只狗，但是从猫的角度而言，模型的判断是没有错的。

F1-Score:
通过公式，可以计算出，对猫而言，F1-Score=（2 * 0.769 * 0.556）/（ 0.769 + 0.556） = 64.54%

参考链接：
维基百科：https://en.wikipedia.org/wiki/Confusion_matrix
CSDN:https://blog.csdn.net/Orange_Spotty_Cat/article/details/80520839