一、混淆矩阵
混淆矩阵：用于展示真实值和预测值之间正例、反例的情况
记忆口诀：同真异伪（第一个字），看预测值 （第二个字）
一般选取样本数量少的为正例
计算：
1.标注真实结果的个数
2.先算出 真正例与真反例的个数，其余两个用减法如图
二、分类评估方法
都需要依据混淆矩阵进行简单计算
1. 精确率 (Precision)
含义 ：在所有被模型预测为正类的样本中 ，有多少是真正的正类。关注的是预测的准确性。
公式：
- Precision ：看第一列 （预测为正类的列）→
TP / (TP + FP)
2. 召回率 (Recall) / 真正率 (TPR)
含义 ：在所有真实的正类样本中 ，有多少被模型正确找了出来。关注的是查全能力。
公式：
✅ 注意：召回率 = 真正率（TPR）
- Recall ：看第一行 （真实为正类的行）→
TP / (TP + FN)
3. F1-score
含义 ：精确率和召回率的调和平均数 （Harmonic Mean）。
当两者都很重要，且可能相互冲突时，用 F1-score 综合评估。
公式：
举个栗子
已知条件：
- 样本总数：10个样本
- 恶性肿瘤样本（正例）：6个
- 良性肿瘤样本（反例）：4个
预测结果：
- 正确预测了3个恶性肿瘤样本（TP）
- 正确预测了4个良性肿瘤样本（TN）
问 ：
1.计算混淆矩阵的各个值
2.计算精确率、召回率和F1-score
答1：
-
真正例 TP 为：3
-
伪反例例 FN 为：3
-
伪正例 FP 为：0
-
真反例 TN 为：4
1.标注真实结果的个数
2.先算出 真正例与真反例的个数，其余两个用减法如图
答2：
-
精确率：3/（3+0）=1
-
召回率：3/（3+3）=0.5
3.F1-score：2*1*0.5/（1+0.5）=0.67
API实现
from sklearn.metrics import confusion_matrix,precision_score,recall_score,f1_score
print(f"A的精确率：{precision_score(y_test,y_predict)}")
print(f"A的召回率：{recall_score(y_test,y_predict)}")
print(f"A的F1-score：{f1_score(y_test,y_predict)}")4.ROC曲线和AUC指标
4.1真正率TPR与假正率FPR
4.2 ROC曲线
- ROC曲线是一种常用于评估分类模型性能 的可视化工具。
- ROC曲线以模型的真正率TPR为纵轴 ，假正率FPR为横轴，
- 它将模型在不同阈值下的表现以曲线的形式展现出来。
特殊点含义
| 预测为正类（Positive） | 预测为负类（Negative） | |
|---|---|---|
| 实际为正类（Positive） | 真正例 (TP) | 假负例 (FN) |
| 实际为负类（Negative） | 假正例 (FP) | 真负例 (TN) |
-
(0,0)：全部预测为负例
- 所有样本都被预测为负类，TP = FP = 0，因此 TPR = 0，FPR = 0
-
(1,1)：全部预测为正例
- 所有样本都被预测为正类，TP = 所有正例，FP = 所有负例，因此 TPR = 1，FPR = 1
-
(0,1)：完美分类器
- 所有正例都被正确预测为正，所有负例都被正确预测为负，TP = 所有正例，FP = 0，因此 TPR = 1，FPR = 0
-
(1,0)：最差分类器（反向预测）
- 所有正例被预测为负，所有负例被预测为正，TP = 0，FP = 所有负例，因此 TPR = 0，FPR = 1
4.3 AUC值
ROC曲线的优劣可以通过曲线下面积（AUC）来衡量，AUC越大表示分类器性能越好。
- 当AUC=0.5时，表示分类器的性能等同于随机猜测；
- 当AUC=1时，表示分类器的性能完美，能够完全正确地将正负例分类。
API实现
from sklearn.metrics import roc_auc_score,classification_report
# AUC的计算api
print(roc_auc_score(y_test, y_predict))
# 分类评估报告api
report_api = classification_report(y_test, y_predict)
print(report_api)