性能度量是衡量模型泛化能力的评价标准，模型的好坏是相对的，模型的好坏不仅取决于算法和数据，还决定于任务的需求。

 

回归任务中常用的性能度量是：均方误差（越小越好），解释方差分（越接近1越好）。

分类任务中常用的性能度量：

1）错误率：分类错误的样本数占样本总数的比例。

2）精度：分类正确的样本数占样本总数的比例。

3）查准率也叫准确率（Precision）：在所有的预测为正例的结果中，真正例所占的比率

查准率=真正例/（真正例+假正例）

检索出的信息中有多少比例是用户感兴趣的”，在推荐系统中为了尽少的打扰用户，更希望推荐的内容是用户感兴趣的，此时查准率更重要。

4）查全率也叫召回率（Recall）：在所有的正例中有多少被成功预测出来了

查全率=真正例/（真正例+假反例）

用户感兴趣的信息中有多少被检索出来了。

查准率与查全率是一对矛盾的度量。一般度量学习器的好坏用F1得分

F1 = 2*(Precision*Recall)/(Precision+Recall)

5）ROC曲线与AUC

详细介绍参考：

https://zhuanlan.zhihu.com/p/26293316

http://alexkong.net/2013/06/introduction-to-auc-and-roc/

AUC是ROC曲线下的面积

ROC曲线的纵轴是真正例率，横轴是假正例率。

真正例率（TPR）：真实的正例中，被预测正确的比例

计算公式：真正例/（真正例+假反例）

假正例率（FPR）：真实的反例中，被预测错误的比例

计算公式：假正例/（真反例+假正例）

首先明确：ROC曲线的横坐标和纵坐标其实是没有相关性的，所以不能把ROC曲线当做一个函数曲线来分析，应该把ROC曲线看成无数个点，这些点代表着一个分类器在不同阈值下的分类效果。

ROC如何画？

假设我们获得了每个测试样本属于正例的概率输出，把这些概率从大到小进行排序，我们从高到低，依次将Score值作为阈值threshold，当测试样本属于正样本的概率大于或等于这个threshold时，我们认为它为正样本，否则为负样本。每次选取一个不同的threshold，我们就可以得到一组FPR和TPR，即ROC曲线上的一点。ROC曲线越接近于左上角说明分类器的性能越好（因为横轴是假正利率纵轴是真正利率，越接近于左上角说明纵轴值越大真实的正例中，被预测正确的比例越大；横轴越小，真实的反例中，被预测错误的比例越小，说明模型性能越好，具体衡量就是AUC的值越大）。