模型评估——分类

通过绘制决策边界对分类器可视化十分有利，给定两个特征就可以绘制出分类边界 3-7 决策边界

混淆矩阵（Confusion matrix)

../_images/4-14.png
../_images/4-19.png

ROC曲线与AUC指标

ROC曲线：FPR(假正率）为X轴，TPR(真正率)为Y轴。由不同阈值为点所构成的曲线
AUC: ROC曲线的线下面积， 越大分类效果越好

通常将AUC直接画到ROC曲线图上

../_images/4-20.png