转自：自己画混淆矩阵，防止懵逼 - 惊天臭豆腐的文章 - 知乎

1. 混淆矩阵绘制

关于混淆矩阵，有的书上行表示真实值，列表示预测值。而有的书上行表示预测值，列表示真实值。为了方便记忆，防止懂了又忘，强烈建议统一采用《统计学习方法》的方式——行表示真实值，列表示预测值，如下图：

行：真实值 列：预测值

接下来就是填空：

1）先填写阳性P和隐性N:

**阳性和隐性由预测值决定，所以要从列上看。**凡是预测为1的都是阳性-P，凡是预测为0的都是隐性-N

列值为1的为阳性，列值为0的为阴性

2）接着填写真T假F:

**真假由预测值是否跟真实值一致来决定。**若一致，如副对角线上，则为T。若不一致，如主对角线上则为F。

副对角线真实值与预测值一致（同为1或同为0）故填写T。主对角线填写F

到此为止，混淆矩阵绘制完毕。

2. 召回率、精确率、F1值

首先回顾上一篇画的混淆矩阵中T、F、P、N的含义：T:真，F:假，P:阳性，N:阴性

然后组合：TP:真阳性 TN:真阴性 FP:假阳性 FN:假阴性

精确率：

你认为对的中，有多少确实是对的，所占的比率：

你认为对的：即预测值为1的数量=TP+FP

有多少确实是对的：TP

$Precision=\frac{TP}{TP+FP}$

召回率：

本来是对的中，你找回了多少对的，所占的比率 :

本来是对的：即真实值为1的数量=TP+FN

你找回了多少对的：TP

$Recall=\frac{TP}{TP+FN}$

F1值：

精确率越高越好，召回率越高越好。

下边式子（2）可以由式子（1）推导出来。从(1)看出，Recall不变时，Precision越大，1/Precision越小，从而F1越大。

同理： Precision不变时，Recall越大，1/Recall越小，从而F1越大。

$$ F1 = \frac {2}{\frac{1}{Precision}+\frac{1}{Recall}}(方便理解)------(1) $$

$$

F1 = \frac{2Precision*Recall}{Precision+Recall}(标准公式)----(2) $$