准确率accuracy精确率precision和召回率recall

Posted Osler

tags:

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

准确率:在所有样本中,准确分类的数目所占的比例。(分对的正和分对的负占总样本的比例)

精确率:分类为正确的样本数,占所有被分类为正确的样本数的比例。(分为正的中,分对的有多少)

召回率:分类为正确的样本数,占应该被分为正类的比例。(1-有多少正的被分错为负了)

以表格描述检测正误:正(阳),负(阴)

  正(Positive) 负(Negative)
检测到(Retrieved) 真阳性(True Positive TP):正的被检测为正的 假阳性(Fasle Positive FP):负的被检测为正的
未检测到(Not Retrieved) 假阴性(False Negative FN):正的被检测为负的 真阴性(True Negative TN):负的被检测为负的

accuracy=(TP+TN)/(TP+TN+FP+FN)

precision=TP/(TP+FP)

recall=TP/(TP+FN)

 

precisionrecall没有必然的联系。但是在特定条件下,二者可能会形成制约。一般都会给出两个结果。

以上是关于准确率accuracy精确率precision和召回率recall的主要内容,如果未能解决你的问题,请参考以下文章

准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。

准确率accuracy精确率precision和召回率recall

Accuracy(准确率), Precision(精确率), 和F1-Measure, 结合Spark源码分析

准确率(Accuracy) 精确率(Precision) 召回率(Recall)和F1-Measure

多分类任务中精确率(Precision)召回率(Recall)以及准确率(Accuracy)评估指标的计算

多分类任务中精确率(Precision)召回率(Recall)以及准确率(Accuracy)评估指标的计算