准确率、召回率、F-measure值

准确率、召回率和 F 值是在鱼龙混杂的环境中,选出目标的重要评价指标。不妨看看这些指标的定义先:

   TP-将正类预测为正类

   FN-将正类预测为负类

   FP-将负类预测为正类

   TN-将负类预测为负类

 

准确率(precision):

                                                  \large P=\frac{TP}{TP+FP}

也叫作查准率。即正确预测为正的占全部预测为正的比例。个人理解:真正正确的占所有预测为正的比例。

 

召回率 (recall)

                                                  \large R=\frac{TP}{TP+FN}

也叫作查全率。即正确预测为正的占全部实际为正的比例。个人理解:真正正确的占所有实际为正的比例。

 

F-Measure是Precision和Recall加权调和平均:

                                            \dpi{150} \large F=\frac{(1+\beta ^2)P \cdot R}{\beta ^2 \cdot P+R}

 

当      \large \beta =1  的时候 , 则称为 F1。

F1值为算数平均数除以几何平均数,且越大越好,将Precision和Recall的上述公式带入会发现,当F1值小时,True Positive相对增加,而false相对减少,即Precision和Recall都相对增加,即F1对Precision和Recall都进行了加权。

                                                              \large F_1=\frac{2PR}{P+R}

 

【参考文献】

https://blog.csdn.net/u013063099/article/details/80964865

https://blog.csdn.net/u011630575/article/details/80250177

 

 

 

你可能感兴趣的:(人工智能)