请问如何准确区分精确率、准确率和召回率这三个指标?
- 内容介绍
- 文章标签
- 相关推荐
本文共计367个文字,预计阅读时间需要2分钟。
正负样例+01+类型TP(True Positives):将正样例预测为正样例;FN(False Negatives):将正样例预测为负样例(漏报);FP(False Positives):将负样例预测为正样例(误报);TN(True Negatives):将负样例预测为负样例。
正负样本
01 几个类型TP (True Postives):将正样本预测为正样本
FN (False Negatives):将正样本预测为负样本(漏报)
FP (False Positives):将负样本预测为正样本(误报)
TN (True Negatives):将负样本预测为负样本
02 几个指标- 准确率(Accuracy)
- 精确率(Precision)\[精确率=\frac{正样本预测对的}{正样本预测对的+误报}=\frac{TP}{TP+FP} \]
- 召回率(查全率,Recall)\[召回率=\frac{预测对的正样本}{正样本总数}=\frac{TP}{TP+FN}
\]
PR曲线:对应的(Precision - Recall)
03 一个例子- 60个正样本,40个负样本。查找出50个正样本,只有40个是对的。(查找出50个负样本,20个是查错了)
如何解释召回率与精确率? - 知乎 (zhihu.com)
本文共计367个文字,预计阅读时间需要2分钟。
正负样例+01+类型TP(True Positives):将正样例预测为正样例;FN(False Negatives):将正样例预测为负样例(漏报);FP(False Positives):将负样例预测为正样例(误报);TN(True Negatives):将负样例预测为负样例。
正负样本
01 几个类型TP (True Postives):将正样本预测为正样本
FN (False Negatives):将正样本预测为负样本(漏报)
FP (False Positives):将负样本预测为正样本(误报)
TN (True Negatives):将负样本预测为负样本
02 几个指标- 准确率(Accuracy)
- 精确率(Precision)\[精确率=\frac{正样本预测对的}{正样本预测对的+误报}=\frac{TP}{TP+FP} \]
- 召回率(查全率,Recall)\[召回率=\frac{预测对的正样本}{正样本总数}=\frac{TP}{TP+FN}
\]
PR曲线:对应的(Precision - Recall)
03 一个例子- 60个正样本,40个负样本。查找出50个正样本,只有40个是对的。(查找出50个负样本,20个是查错了)
如何解释召回率与精确率? - 知乎 (zhihu.com)

