精确率(precision)与召回率(recall)

精确率(precision)与召回率(recall)

通俗的解释:

精确率:你认为的该类样本,有多少是猜对了(猜的精确性如何)

召回率:该类样本中有多少被找出来了(召回了多少)

实际上也非常简单

  • 精确率是针对预测结果而言的,他表示的是预测为正的样本中有多少是真正的正样本。那么预测为正的就有两种可能了,一种是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),也就是

                ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        P=\frac{TP}{TP+FP}

  • 召回率是针对样本而言的,它表示的是样本中的正例有多少被预测正确了。那么也有两种可能,一种是原来的正类预测成正类(FP),另一种就是把原来的正类预测成负类(FN)。

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​R=\frac{TP}{TP+FN}

你可能感兴趣的:(机器学习(ML),算法,深度学习)