机器学习中的准确率，精确率，召回率以及F1值

T:真，F:假，P:阳性，N:阴性

然后组合：

TP:真阳性 TN:真阴性 FP:假阳性 FN:假阴性

1.准确率：

首先给出准确率(Accuracy)的定义，即预测正确的结果占总样本的百分比，表达式为

2精确率：

你认为对的中，有多少确实是对的，所占的比率：

你认为对的：即预测值为1的数量=TP+FP

有多少确实是对的：TP

  

 预测值为1的意思就是比如我做图像识别，模型预测这个图像是种类1，那个不是种类1，这两种情况合起来。

3.召回率：

本来是对的中，你找回了多少对的，所占的比率 :

本来是对的：即真实值为1的数量=TP+FN

你找回了多少对的：TP

同理真实值为1即为模型预测这个图像是种类1并且真实情况确实是这样,    以及模型预测这个图像不是种类1但事实上他确实是种类1（即模型预测失误）这两种情况之和。

4.F1值：

精确率越高越好，召回率越高越好。

公式为：