1. TPR、FPR、Precision、Recall、Sensitivity、Specificity、F1、KS、AUC、ROC
表格1.1 混淆矩阵
True Positive=TP；
False Negative=FN，Type I Error；
False Positive=FP，Type II Error；
True Negative=TN；
混淆矩阵中包含四个参数。其中，TP是正例之中预测结果为正的样例，也即是预测正确的正案例；FP是正例之中预测结果为反的样例，也即是预测错误的反案例；FN是反例之中预测结果为正的样例，也即是预测错误的正案例；TN是反例之中预测结果是反的样例，也即是预测正确的反案例；
一般会选择TPR和FPR两个统计量。其中TPR是正例之中预测结果为正的比例；FPR是反例之中预测结果为反的比例。
2. 第一类和第二类错误
标签：F1,AUC,预测,ROC,样例,反例,TPR,FPR From： https://www.cnblogs.com/DidierFeng/p/17849622.html