评价数据分类算法的指标分析（数据类评价主要包括）

1、 专业术语介绍

1）True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）；

2）False positives(FP): 被错误地划分为 正 例的个数，即 实际为负例但被分类器划分为正例的实例数；

3）False negatives(FN):被 错误地划分为 负 例的个数，即 实际为 正 例但被分类器划分为 负 例的实例数；

4）True negatives(TN): 被正确地划分为 负 例 的个数 ，即实际为 负 例且被分类器划分为 负 例的实例数。

2、 评价指标分析

1）正确率（accuracy）

正确率是我们最常见的评价指标， accuracy = （TP+TN）/(P+N)，这个很容易理解，就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好；

2）错误率（error rate)

错误率则与正确率相反，描述被分类器错分的比例，errorrate = (FP+FN)/(P+N)，对某一个实例来说，分对与分错是互斥事件，所以 accuracy =1 - errorrate；

3）灵敏度（sensitive）

sensitive = TP/P，表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力；

4）特效度（specificity)

specificity = TN/N， 表示的是所有负例中被分对的比例，衡量了分类器对负例的识别能力；

5）精度（precision）

精度是精确性的度量，表示被分为正例的示例中实际为正例的比例， precision=TP/（TP+FP）；

6）召回率（recall）

召回率是覆盖面的度量，度量有多个正例被分为正例， recall=TP/(TP+FN)=TP/P=sensitive，可以看到召回率与灵敏度是一样的。

7）其他评价指标

• 计算速度：分类器训练和预测需要的时间；

• 鲁棒性：处理缺失值和异常值的能力；

• 可扩展性：处理大数据集的能力；

• 可解释性：分类器的预测标准的可理解性，像决策树产生的规则就是很容易理解的，而神经网络的一堆参数就不好理解，我们只好把它看成一个黑盒子。