这里主要讲的是对分类模型的评估。
1、准确率（Accuracy)
准确率的定义是：【分类正确的样本】 / 【总样本个数】，其中分类正确的样本是不分正负样本的
优点：简单粗暴
缺点：当正负样本分布不均衡的情况（假设一种极端情况，正样本1个，负样本99个），此时即使一个比较差的模型（只会将所用的样本预测成负样本），那它也有99%的准确率。
总结一下就是 当样本分布不均匀，该指标意义不大
改进方案： 1、在不同样本分类下求它的准确率，然后取平均值
2、选取其他评价指标
2、PR曲线
Precision（精准率）：【分类正确的正样本个数】/【被预测为正样本的个数】
Recall（召回率）：【分类正确的正样本个数】/【真实中正样本的个数】
Precision 与 Recall是一对既矛盾又统一的变量
矛盾是指：如果想要高的 精准率，也就要求模型有一些挑剔，对于一些不太确定的是否为正样本的，不将它预测成正样本，可以理解为模型变得“保守”了，所以【被预测为正样本的个数】变小，【分类正确的正样本个数】变小，但是他们比值是变大的，可以这么理解假设有10个样本不太确定是否是正样本，在挑剔之前，就把这个不确定的全部预测成正样本，假设在这10个中，只有4个分类正确，在挑剔之后，分子-4，分母-10，也就是不确定中可以会预测正确也可能预测错误，而追求高的精准率，就直接将这些不确定的抛弃，而此时【分类正确的正样本个数】是变小的，所以召回率变小。
统一是指：个人感觉精准率和召回率越高都会反映模型效果会比较好
PR曲线：是以Precision为纵坐标，Recall为横坐标的描述一个模型在不同阈值（划分正负样本的标准）下的曲线图
绘制过程：与ROC绘制过程相同
曲线意义：当R接近0，即在原点附近时，模型变得非常保守，十分把握才预测成正样本，也就是阈值变得很大，此时正确的可能性将也很大，即精确率很高，随着R的变大，精确率将变小。
那如何通过PR曲线衡量不同模型的好坏呢？
可以通过曲线下的面积，面积越大，模型越好
缺点：
受样本影响比较大，假设负样本扩大100倍，召回率不变，精准率的分母变大了，一些负样本被预测成正样本，也就是在召回率固定的情况下，精准率变小了。
3、ROC曲线
真阳性 （TPR）： TP / P 【分类正确的正样本个数TP】/【真实中正样本的个数P】 等于 召回率
伪阳性（FPR）： FP / N 【在负样本中被预测成正样本的个数 FP】 / 【真实中负样本的个数N】
ROC曲线是以真阳性为纵坐标，伪阳性为横坐标描述一个模型在不同阈值（划分正负样本的标准）下的曲线图
绘制过程：
- 对所有样本求预测为正样本的概率，并根据概率从大到小排序
- 分别以每一个概率作为一个划分正负样本的阈值，对于第一个就是将最大概率作为划分阈值，此时正样本个数为0（y轴为0），全部为负样本（横轴也为0），不断改变降低阈值，就会得到在该阈值下的点
- 不同阈值下的点对构成的曲线就是roc曲线
另外还有一个简单的绘制方法：
X轴以 1/N 为单位，Y轴以 1/P为单位，遍历所有的样本，如果当前样本为正的话，向上移动一个单位，样本为负向右移动一个单位，最终的结果就是由左下方不断往右上方移动
每一次的移动其实都是一次改变判断正负样本阈值的过程，对于 X轴和Y轴的分母不会改变，当样本是正，阈值为大于等于该样本概率判断为正样本，所以Y轴 + 1，样本为负，表示该样本会判断成正样本，所以X轴 + 1。
优点：
ROC曲线不会受样本影响，相对稳定。假设负样本扩大100倍，对于X轴，分子分母等概率变化，总体结果是不变的，对于Y轴也是不变的
4、AUC （Area under cover）
AUC是ROC曲线的积分，表示模型分类效果，值越大分类效果越好
一句话概括AUC就是：
对于两个随机正负样本，将正样本预测成正样本的概率大于将负样本预测成正样本的概率。
AUC深层解读：https://www.zhihu.com/question/39840928?from=profile_question_card
AUC计算方法：https://blog.csdn.net/qq_22238533/article/details/78666436