对于模型评估，根据您的模型有不同的指标：

• 混淆矩阵

  分类准确率：
  （TP+TN）/（TP+TN+FP+FN）
  错误率：
  （FP+FN）/（TP+TN+FP+FN）
  

• 配对标准

  精度：（或阳性预测值）
  预测阳性的实际阳性比例
  TP /（TP + FP）
  召回率：预测阳性的实际阳性比例
  TP /（TP + FN）
  

  敏感性：预测为阳性的实际阳性比例
  TP / (TP + FN)
  特异性：预测为阴性的实际阴性比例
  TN / (TN + FP)
  真阳性率：预测为阳性的实际阳性比例
  TP / (TP + FN)
  真阴性率：预测为阴性的实际阴性比例
  TN / (TN + FP)
  阳性可能性：预测阳性是实际阳性的可能性
  敏感性/（1 - 特异性）
  阴性可能性：预测阴性的可能性实际阴性
  （1 - 敏感性）/特异性
  

• 综合标准

  BCR：平衡分类率
  ½ (TP / (TP + FN) + TN / (TN + FP))
  BER：平衡错误率，或 HTER
  半总错误率：1 - BCR
  F-测量精度和召回率之间的调和平均值
  2 (精度.召回率）/（精度+召回率）
  Fβ-测量精度和召回率之间的加权调和平均值
  （1+β）2 TP /（（1+β）2 TP + β2 FN + FP）
  

  特异性和灵敏度之间的调和平均值也经常被使用，有时也称为 F-measure。

• 尤登指数：算术平均值

  敏感性和特异性之间
  的 敏感性 - (1 - 特异性)
  Matthews 相关性：实际和预测之间的相关性
  (TP . TN – FP . FN) / ((TP+FP) (TP+FN) (TP + FP) (TN+FN )) ^ (1/2)
  包含在 -1 和 1 之间 判别幂归一化似然指数 sqrt(3) / π 。(log (敏感性 / (1 – 特异性)) + log (特异性 / (1 - 敏感性))) <1 = 差，>3 = 好，否则一般

你可以在这里找到更多。这里也有一些解释，你可以从这里找到有用的代码片段。

简短答案：贝叶斯成本/收益计算直接将“有用性”与使用指标评估模型联系起来。因此，它们是唯一真正有用的指标（并且数量不计其数）。

对于分类，对每个类流行度（相对类平衡/不平衡）使用贝叶斯先验估计，将随机混淆矩阵转换为分类结果的无条件概率估计，包括错误和正确分类。将该矩阵的每个项乘以成本/收益矩阵中的相应项并将它们全部相加；然后在比较分类算法时最大化收益/最小化成本。

对于回归，选择一个点估计器（向量），它通过变分微积分最小化贝叶斯损失函数。例如，如果您的损失是二次的，则使用后验均值；如果是倒三角形，则使用中位数；如果是 Dirac delta 损失，则使用众数。请注意，我从未使用变分法推导出任何此类点估计器；我完全忘记了 ET Jaynes文本 概率论：科学的逻辑。