表格中各记号的含义是这样的。把二分类的两个类别分别记为正（positive）和反（negative），分类模型的预测结果也有两种，即对（True）和错（False）。类别和预测结果有以下四种组合方式。
真正例（TP，TruePositives）：正类样本（称为正例）被正确预测为正例；
真负例（TN，TrueNegatives）：负类样本（称为负例）被正确预测为负例；
假正例（FP，FalsePositives）：负例被错误预测为正例；
假负例（FN，FalseNegatives）：正例被错误预测为负例。
例如，在客户分类问题中，以优质客户为正，那么如果优质客户被错误预测为非优质客户就是一个假负例。混淆矩阵中的数值之间显然存在如下关系。
TP+FN+FP+TN=P+N=P'+N'=样本总数
建立了混淆矩阵后，就可以使用它来计算一些分类器的评价指标了。
（1）准确率
准确率是最常用的评价指标，指分类正确的样本数占样本总数的比例。即
通常情况下，当然是正确率越高的分类器，分类性能越好。
（2）错误率
错误率是对应于准确率的另一个常用指标，指分类错误的样本数占样本总数的比例，显然正确率和错误率的和等于1，即
错误率越高的分类器，当然性能越差。
（3）精度
精度（precision）又叫查准率，表示预测为正例的样本中真正例所占的比例。一般认为查准率越高，模型的性能越好。
（4）灵敏度
灵敏度又叫查全率、召回率（recall）、真正率（TPR），表示所有正例中被正确预测为正例的比例。灵敏度越高，模型性能越好。
（5）假正率
假正率表示被错误预测为正例的样本（实际为负例）占所有负例的比例。假正率越高，模型性能越差。
（6）假负率
假负率表示被错误预测为负例的样本（实际为正例）占所有正例的比例。假负率越高，性能越差。显然它等于1-TPR，即：
评价一个分类器的好坏，除了上述指标，还需要考虑算法收敛的速度、使用分类器进行预测的速度、对于数据异常的鲁棒性、分类器的扩展性、分类结果的可解释性等，还可以使用TPR和FPR分别作x轴和y轴的坐标绘出ROC曲线再进行评价，这里不再一一介绍。
在这些评价指标中，正确率当然是很常用、很有效的评价指标，但其他指标在不同问题中同样可以起到重要的评价作用。当两个类别中正负样本数量差距悬殊时，仅使用正确率进行评价就是很糟糕的选择。例如，使用监测数据进行地震预报，发生地震为正，没发生地震为负。假设在所有监测数据中，发生地震的情况只占1%。如果有一个分类器，使用任意数据进行预测时，都会预测为不发生地震（即所有数据都判定为负例），它的准确率是99%，分类准确率很高，但是这样的模型显然性能非常糟糕，造成的后果也是非常严重的。对于这种正样本很少出现的情况，同时采用精度和灵敏度进行评价会更有效。
还有一点需要说明，一个分类器通常不能使各个评价指标都达到最优，甚至某些指标是互相冲突的，一个变好，而另一个一定会变差。所以需要在各个指标之间进行平衡，并且根据具体问题确定哪些指标更重要，而在设计算法时优先考虑重要的指标。例如，在上述地震预报问题中，精度和灵敏度显然更重要。在设计分类算法时，对训练数据的处理和评价指标的选取是个复杂的问题，读者可通过实践逐渐掌握其中的技巧。
本节最后，针对客户分类的简单模型计算这些评价指标，以便读者熟悉其计算方式。首先建立该模型对应的混淆矩阵，以优质客户为正，非优质为负，如表3-3所示。
表3-3
举例说明一下上述混淆矩阵的具体计算方法。例如，假负例（FN），即判断为非优质，但是其实为优质客户的数量。按照前述模型的分类方式，因为第2，4，6条数据的消费频率不高，所以都会被判断为非优质客户，但是它们其实都属于优质客户，所以FN=3。其他的计算是类似的，请读者自行验证。
有了混淆矩阵，各个指标的计算就很容易了。
从评价结果看，虽然这个模型还不够准确，但是也超过了随机指定分类的正确率（50%），它的精度甚至达到了100%。
