闡述分類演算法評價標準-以網路借貸平臺為例
阿新 • • 發佈：2018-12-31
背景：網際網路金融雖然給投資者提供了新的理財形式，但跑路經營不善等問題同樣會帶來風險。以小貸的問題平臺和正常平臺來闡述運用二分類邏輯迴歸演算法的評價標準描述。
常見的評價指標：混淆矩陣、Accuray、Precision、Recall、Roc、Sensitive、Error Rate
1.混淆矩陣也成誤差矩陣，以N行N列的形式表示。
|
|
預測類 |
|||
|
|
類1（問題平臺） |
類2（正常平臺） |
總計 | |
| 實際類
|
類1（問題平臺） |
180（TP） | 20（FN） |
P |
| 類2（正常平臺） |
140(FP) | 640(TN) |
N | |
| 總計 | P’（被分為類別1） | N’（被分為類別2） | P+N | |
第一行之和是200，代表類別1數量是200個。並且，類別1有180個分類正確，類別1有20個錯誤分類為類別2。
第二行之和是800，代表類別2數量是800個。並且，類別2有640個分類正確，類別2有140個錯誤分類為類別2。
總的樣本數為200+800=1000個
2.正確率（Accuray）:正確分類的問題平臺與正常平臺之和比總樣本數。
Accuray = （TP+TN）/(P+N)
3.精度（Precision）：表示被分類為問題平臺的實際問題平臺的比例。
Precision =TP/（TP+FP）
4.召回率（Recall）和靈敏度（Sensitive）：表示問題平臺被分類為問題平臺的比例。
Recall = TP/(TP+FN)
5.特效度（Specificity):正常平臺被分類正確的比例。
Specificity = TN/N
6.錯誤率(Error Rate)：分類錯誤的比例
Error Rate = 1 - Accuray