【机器学习】简单理解精确度（precision）和准确率（accuracy）的区别

    不少人对分类指标中的Precision和Accuracy区分不开，在其他博客中也有很多相关介绍，但总体不够简明易懂。

    笔者在查阅了若干资料后，总结如下：

    Precision表示被分为正例的示例中实际为正例的比例，precision=TP/（TP+FP）。即，一个二分类，类别分别命名为1和2，Precision就表示在类别1中，分对了的数量占了类别1总数量的多少；同理，也表示在类别2中，分对了的数量占类别2总数量的多少。那么这个指标越高，就表示越整齐不混乱。

    而Accuracy是我们最常见的评价指标，accuracy = （TP+TN）/(P+N)，这个很容易理解，就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好。我们最常说的就是这个准确率。

原文地址：https://blog.csdn.net/diligentlee/article/details/80020713