F1值,准确率,召回率

Posted duoba

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了F1值,准确率,召回率相关的知识,希望对你有一定的参考价值。

1、混淆矩阵

技术图片
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

2、精确率(准确率):

你认为对的中,有多少确实是对的,所占的比率:
例如:你预测 对的有 10(TP+FP)个,其中8个确实是对的,则 精确率 80%

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=TP/(TP+FP)

3、召回率:

本来是对的中,你召回了多少对的,所占的比率 :
例如:应该有 10 个是对的,但是你只猜中了 7(TP+FN)个,则 召回率 70%

本来是对的:即真实值为1的数量=TP+FN

你召回了多少对的:TP

Recall=TP/(TP+FN)

4、 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。
技术图片

5、 f1_score中关于参数average的用法描述:

  • ‘micro‘:通过先计算总体的TP,FN和FP的数量,再计算F1

  • ‘macro‘:分别计算每个类别的F1,然后做平均(各类别F1的权重相同)

本文内容转自知乎 惊天小蚂蚁
精确率,召回率,F1值的通俗解释









以上是关于F1值,准确率,召回率的主要内容,如果未能解决你的问题,请参考以下文章

F1一ScOre和精确率成正比吗

混淆矩阵准确率精确率/查准率召回率/查全率F1值ROC曲线的AUC值

准确率(Accuracy) 精确率(Precision) 召回率(Recall)和F1-Measure(精确率和召回率的调和平均值)

sklearn中计算准确率召回率精确度F1值

牢记分类指标:准确率、精确率、召回率、F1 score以及ROC

『NLP学习笔记』Sklearn计算准确率精确率召回率及F1 Score