机器学习结果统计－准确率、召回率，F1-score

用手写数字识别来作为说明。

准确率： 所有识别为”1”的数据中，正确的比率是多少。 

如识别出来100个结果是“1”， 而只有90个结果正确，有10个实现是非“1”的数据。 所以准确率就为90%

召回率： 所有样本为1的数据中，最后真正识别出1的比率。 

如100个样本”1”, 只识别出了93个是“1”， 其它7个是识别成了其它数据。 所以召回率是93%

F1-score:  是准确率与召回率的综合。 可以认为是平均效果。

详细定义如下：

对于数据测试结果有下面4种情况：

TP: 预测为正， 实现为正

FP: 预测为正， 实现为负

FN: 预测为负，实现为正

TN: 预测为负， 实现为负

准确率： TP/ (TP+ FP) 

召回率： TP(TP + FN)

F1-score: 2*TP/(2*TP + FP + FN)