准确率Accuracy，精确度Precision，召回率Recall，F1值

1.什么是分类准确率?

评价分类器性能的指标一般是分类准确率（Accuracy），其定义是：对于给定的测试数据集，分类器正确分类的样本数和总样本数之比。

对于二分类问题常见的评价指标是精确率（precision）与召回率（recall）。
通常以关注的类为正类，其他类为负类，分类器在测试数据集上的预测或正确或不正确，四种情况出现的总数分别记作：

TP ——将正类预测为正类数（True Positive）
FN ——将正类预测为负类数（False Negative）
FP ——-将负类预测为正类
TN ——-将负类预测为负类数

2.什么是精确率?

精确率定义为：


                      

3.什么是召回率?

召回率定义为：


                      

4.什么是F1值?

F1值：是精确率和召回率的调和均值




精确率和召回率都高时，F1值也会高。

预测值与实际值的差别：

假设原始样本中有两类，其中：

1：总共有 P个类别为1的样本，假设类别1为正例。

2：总共有N个类别为0 的样本，假设类别0为负例。

经过分类后：

3：有 TP个类别为1 的样本被系统正确判定为类别1，FN 个类别为1 的样本被系统误判定为类别 0，显然有P=TP+FN；

4：有 FP 个类别为0 的样本被系统误判断定为类别1，TN 个类别为0 的样本被系统正确判为类别 0，显然有N=FP+TN；

注意：准确率和召回率是互相影响的，理想情况下肯定是做到两者都高，但是一般情况下准确率高、召回率就低，召回率低、准确率高，当然如果两者都低，那是什么地方出问题了 。一般情况，用不同的阀值，统计出一组不同阀值下的精确率和召回率，如下图：

在两者都要求高的情况下，可以用F1来衡量。