混淆矩阵

对于二分类问题，用0和1表示两种类别。
TP：真实为1且预测正确的样本个数
FN：真实为1但预测错误的样本个数
FP：真实为0但预测错误的样本个数
TN：真实为0且预测正确的样本个数

可以直接用sklearn库得到混淆矩阵，下面是之前数模写的代码（数据不在了，就只有运行结果）

from sklearn import metrics
print("Confusion matrix")
print(metrics.confusion_matrix(y_test,y_predict))

可以用seaborn库可视化混淆矩阵（数据是三分类的，随便设的）：

import seaborn as sns
from sklearn import metrics
import pandas as pd

cm = metrics.confusion_matrix(y_test,y_predict)
df = pd.DataFrame(cm)
ax = sns.heatmap(df,cmap="Blues",annot=True)
ax.set_title('confusion matrix')
ax.set_xlabel('predict')
ax.set_ylabel('true')

Out:

matplotlib也是可以画出的，只不过没有seaborn画图的代码简便，还有seaborn的配色还是蛮好看的，可以通过cmap自己调色，也可以set_palette设置调色板。

precision、recall、F1 score、support

precision精度：
precision = TP/(TP+FP)
recall召回率：
recall = TP/(TP+FN)
F1-score:
F1 Score = 2*(precision * recall) / (precision + recall)

from sklearn.metrics import classification_report
report = classification_report(y_test,ly_predict)
print(report)

AUC和ROC曲线

真正率TPR：预测为正且实际为正的样本占所有正例样本的比例
TPR=TP/(TP+FN)

假正率FPR：预测为正且实际为负的样本占所有负例样本的比例
FPR=FP/(FP+TN)
ROC曲线的横坐标为假正率FPR，纵坐标为真正率TPR。
AUC代表ROC曲线下方区域的面积，值越大说明模型相对越好。（很多竞赛的指标值就是AUC）

import matplotlib.pyplot as plt
from sklearn.metrics import roc_auc_score

#用metrics.roc_curve()求出 fpr, tpr, threshold
fpr, tpr, threshold = metrics.roc_curve(y_test, lly_predict)

#用metrics.auc求出roc_auc的值
roc_auc = metrics.auc(fpr,tpr)

#将plt.plot里的内容填写完整
plt.plot(fpr, tpr, label = 'AUC = %0.2f' % roc_auc)

#将图例显示在右下方
plt.legend(loc = 'lower right') 

#画出一条红色对角虚线
plt.plot([0, 1], [0, 1],'r--') 

#设置横纵坐标轴范围
plt.xlim([-0.01, 1.01]) 
plt.ylim([-0.01, 1.01])

#设置横纵名称以及图形名称
plt.ylabel('True Positive Rate')
plt.xlabel('False Positive Rate')
plt.title('Receiver Operating Characteristic Curve')
plt.show()

Out:

计算AUC值：

from sklearn.metrics import roc_auc_score

score_auc = roc_auc_score(y_test, y_predict)
print("score",score_auc)

KS曲线

KS指标：
KS = max|TPR - FPR|

PSI群体稳定性指标

前面的指标都是评估模型准确性的，PSI指标是用来评估稳定性的。PSI是最常见的模型稳定性评估指标，它可以衡量测试样本及模型开发样本预测概率的分布差异，其值越小模型越稳定。

PSI的计算方法如下：

若模型更稳定，那么P1和P2上各区间样本占比应该是相近的，不会变动很大。