各种评价指标

混淆矩阵（confusion matrix）

分析具体问题时，注意哪个是正类、哪个是负类

TPR是TP在第一列中所占比例，FPR是FP在第二列中所占比例

ROC曲线横轴为FPR，纵轴为TPR

AUC=ROC曲线的面积

accuracy（准确率）= 正确预测的样本比例 = （TP+TN)/(TP+FP+FN+TN)

precision ratio（查准率）是TP在第一行中的比例

recall ratio（查全率、召回率）是TP在第一列中的比例=TPR

FPR（误报率）是FP在第二列中的比例

FNR（漏报率）是FN在第一列中的比例=1-召回率

当FPR与FNR相等时，对应的数值为ERR（等错误率）

FAR（误识率，false acceptance rate）= FMR（False match rate）= False Alarm Ratio = FPR

FRR（拒识率，false rejection rate）= FNMR（False non-match rate） = FNR

F1 score

更一般的，我们定义F_β分数为

除了F1分数之外，F2分数和F0.5分数在统计学中也得到大量的应用。其中，F2分数中，召回率的权重高于精确率，而F0.5分数中，精确率的权重高于召回率。

IoU (Intersection over Union)

只要是在输出中得出一个预测范围（包围盒，bounding boxes）的任务都可以用IoU来进行测量，主要在目标检测中使用。