准确率，精确度(AP)与召回率（AR）

Posted 2023-05-05

参考技术A True Positive(真正，TP)：将正类预测为正类数

True Negative(真负，TN)：将负类预测为负类数

False Positive(假正，FP)：将负类预测为正类数误报 (Type I error)

False Negative(假负，FN)：将正类预测为负类数→漏报 (Type II error)

准确率作为评价指标的问题：在样本不均衡情况下，如果算法将样本全部分为多的一类也能获得很高的准确率。但是往往我们感兴趣的正是占比更少的类别。

表示被分为正例的样本中实际为正例的比例

表示检出正样本占实际正样本总数的比例

准确率召回率F1值的思考

简述概念

---

准确率（Accuracy）

准确率（ACC）, 所有预测正确的占总样本的比重。

精确率/查准率（Precision）

精确率（P）：精确率/查准率，表示正确预测为正的占全部预测为正的比例。对某一类别而言为正确预测为该类别的样本数与预测为该类别的总样本数之比。

召回率（Recall）

召回率/查全率，表示正确预测为正的占全部实际为正的比例。对某一类别而言为正确预测为该类别的样本数与该类别的总样本数之比。

F1值

F1值：F1值为精确率和召回率的调和平均数，值越大越好。

F1分数（F1 Score），是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。F1分数可以看作是模型精确率和召回率的一种调和平均，它的最大值是1，最小值是0。

详解概念

---