【学习】ROC曲线以及评估指标F1-Score, recall, precision-整理版

最近一直在看ROC曲线，查阅了一些资料，并进行了整理，文章结尾有原资料链接。希望能自己和各位节约时间来找资料，花更多的时间来学习。ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣 。ROC曲线怎么来的呢，我们来看经典的混淆矩阵：

ROC曲线一般的横轴是FPR，纵轴是FPR。AUC为曲线下面的面积，作为评估指标，AUC值越大，说明模型越好。如下图：

当然还有其他的一些评估指标，常见的有：ROC、AUC、precision、recall、F1-score。下面是指标详细：

原文链接：

http://mp.weixin.qq.com/s/iRDfbO2WUjNoQ31lUS4y2g