数据挖掘算法和实践（十九）：特征工程/模型评估

前面基本上涵盖常规数据分析算法内容，在真实场景，特征工程+模型评估是最重要的2个环节，前者决定模型的好坏，后者完成对模型的打分和选择，在模型评估过程中分类问题、 排序问题、 回归问题往往需要使用不同的指标进行评估。 在诸多的评估指标中， 大部分指标只能片面地反映模型的一部分性能。 如果不能合理地运用评估指标， 不仅不能发现模型本身的问题， 而且会得出错误的结论。 

一、特征工程

二、模型选择与评估

准确率（accuracy）：就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好

精度（precision）：表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力

召回率/灵敏度（recall）：表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力

ROC曲线：最靠近左上角的ROC曲线上的点是分类错误最少的最好阈值，其假正例和假反例总数最少

 待续。。。