机器学习中的评测指标

机器学习中的评测指标

先更新目前自己经常用到的：Recall，Precision和Accuracy

• 二分问题的4种结果
• Recall
• Precision
• Accuracy

二分问题的4种结果

• TP(True positive) : 真值为正，预测结果也为正（正确预测为正样本）
• TN(True Negative) : 真值为负，预测结果也为负（正确预测为负样本）
• FP(Fasle Positve) : 真值为负，预测结果为正（错误预测为正样本）
• FN(Fasle Negative) : 真值为正，预测为负（错误预测为负样本）

Recall - 查全率

Recall = TP/(TP+FN)
亦即，在所有的正样本中，有多少被预测为了正样本。查全，我常用这个叫法。

Precision - 准确率

Precision = TP/(TP+FP)
亦即，在所有被预测为正样本的样本中，有多少真的是正样本。

Accuracy - 精确度

Accuracy = (TP+TN)/(P+N)
亦即，所有样本中，有多少被正确预测了（不管预测为正or负，只要预测正确就行）。

小建议：一般Recall可以用查全率来称呼，方便记忆；而Precision和Accuracy不建议使用中文，直接用英文称呼吧