机器学习中常用的模型性能指标

引例 一个测试样本集S总共有100张照片,其中,电动车的照片有60张,摩托车的照片有40张。给模型(二分类模型)输入这100张照片进行分类识别,我们的目标是:要找出这100张照片中的所有电动车。在100张照片中,模型识别给出了50个电动车目标,剩下50个则是摩托车。这与实际的情况有出入(实际是:电动车60个,摩托车40个)。 正例与负例 正例:Positives,即你所关注的类别,本次问题在与找出电动车的照片,那么电动车的照片自然就是正例。 负例:Negatives, 二分类问题中,正例之外即负例,本问题中摩托车的照片就是负例。 定义: TP:真的电动车(真正例); FP:假的电动车(假正例)