分类问题及评判

典型的分类问题：

• 识别垃圾邮件
• 根据商品目录对商品分类
• 识别即将违约的贷款
• 将顾客指派到某个顾客类

常用分类方法：

• 朴素贝叶斯
• 决策树
• 逻辑斯蒂回归
• 支持向量机

评判：

Accuracy and Error。 其中，Error = 1 – Accuracy .

混淆矩阵

Confusion matrix。

• TP：真阳性
• FP：假阳性
• FN：真阴性
• FN：假阴性

含义词：

• 精度accuracy：（TP + TN） / (TP+FP+FN+TN)，对角
• 准确率precision：TP/(TP+FP)，左列
• 召回率recall：TP/(TP+FN)，上行，TPR
• 灵敏度sensitivity：TP/(TP+FN)，上行
• 特异度specificity：FP/(TN+FP)，下行，FPR
• F1:2precisionrecall/(precision+recall)

eg：

>table(titanic$Survived,pred)
  pred
      1   0
  1 212  78
  0  53 371