召回率,精确度,准确率,F1分数的区别

召回率,精确度,准确率,F1分数的区别_第1张图片

三个指标公式好容易搞混,简单做了个区别和记忆口诀:

1. 召回率Recall

定义:正确被分类为阳性的样本占数据集全部阳性样本的比例,找的全

公式:

Recall=\frac{TP}{P}=\frac{TP}{TP+FN}

口诀:对阳比全阳。

2. 精度precision

定义:正确被分类为阳性的样本占所有被分类标为阳性样本的比例,找的对

公式:

Precision=\frac{TP}{TP+FP}

口诀:对阳比标阳

3. 准确率accuracy

定义:被正确分类的所有样本占数据集所有样本的比例,对就行

公式:

Accuracy=\frac{TP+TN}{ALL}

口诀:对比所有

3.  F1分数

定义:精度和召回率的调和平均值。

公式:

F1 Score = \frac{2*Precision*Recall}{Precision+Recall}

你可能感兴趣的:(#,pytorch,深度学习,人工智能)