1. 精确率-Precision、召回率Recall

先来讲一下精确率(Precision)和准确率(Recall)，首先要明确一点，精确率不等于准确率（Accuracy），两者是不同的，后面也会讲到准确率。在信息检索里，精确率和召回率也被称为查准率、查全率
首先熟悉4个定义：

TP (True Positive): 正确被预测为正样本–即原来是正样本
FN (False Negative): 错误预测为负样本–即原来是正样本
TN (True Negative): 正确识别为负样本 --即原来是负样本
FP (False Postive): 错误识别为正样本–即原来是负样本

下面以个简单的例子实践一下：
假如我们正在做猫狗的二分类识别任务，假设狗是正样本，猫是负样本，
数据里共有100张图片，狗为65张，猫为35张，而我们的预测结果：
识别成狗的有75张，正确识别的55张，识别成猫的25张，正确的15张，那么关系表就如下

精确率，是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本:

也就是说识别成狗的样本里，正确的比例，例子里就等于55/(55+20) ≈ \approx ≈ 73%

召回率，是针对我们原来的样本而言的，它表示的是原来样本中的正例有多少被预测正确了，也即真实准确的正预测在原来样本的正例中所占的百分比:

也就是说，狗的召回率等于55/(55+10) ≈ \approx ≈ 85%

准确率，对于给定的数据，分类正确的样本数占总样本数的比例，可用于多分类，这个也是最好理解的

整个二分类的准确率=(55+15)/100 = 70%

2. F1-score

很多时候，模型不只关心其中某个指标，因此需要平衡精确率和召回率，因此就有了F1-score，F1值是精确率和召回率的调和均值

作者：copain_sir
链接：https://www.jianshu.com/p/b29bfbf05ecf
来源：简书

评价指标（一）精确率，召回率，F1-score相关推荐

图像分类图像分割的评价指标（混淆矩阵正确率精准率召回率 F1分数 IOU dice系数）
在图像分类或者图像分割中,为评价模型的预测效果,在训练过程中通常需要比较预测值与真实标签值的差距,即误差. 目录图像分类过程的评价指标混淆矩阵正确率/准确率精准率召回率 F1分数图像分割过 ...
分类算法的评价指标-混淆矩阵，精准率召回率，pr曲线，roc曲线等
文章目录前言一.混淆矩阵(confusion matrix)? 二.精准率和召回率 1.精准率 2.召回率 3.自己实现精准率和召回率以及混淆矩阵 4.sklearn中的精准率召回率以及混淆矩阵 ...
精度,精确率,召回率_了解并记住精度和召回率
精度,精确率,召回率 Hello folks, greetings. So, maybe you are thinking what's so hard in precision and recall ...
机器学习（15）精确率召回率F1-score（查看癌症预测结果的精确率、召回率）
目录一.基础理论 1.混淆矩阵 2.精确率 3.召回率 4.F1-score 二.查看癌症预测结果的精确率.召回率 API 查看癌症预测结果的精确率.召回率总代码一.基础理论 1.混淆矩阵预测 ...
【机器学习入门】(13) 实战：心脏病预测，补充: ROC曲线、精确率--召回率曲线，附python完整代码和数据集
各位同学好,经过前几章python机器学习的探索,想必大家对各种预测方法也有了一定的认识.今天我们来进行一次实战,心脏病病例预测,本文对一些基础方法就不进行详细解释,有疑问的同学可以看我前几篇机器学习 ...
算法评价指标：准确率+精准率+召回率
评价指标: (1)(True Postive TP): 若一个实例是正类,但是被预测成为正类,即为真正类 (2)(True Negative TN): 若一个实例是负类,但是被预测成为负类,即为真负类 ...
机器学习中精准率/召回率/PR曲线/AUC-ROC曲线等概念
目录 TP/TN/FP/FN accuracy(准确率) precision(精确率/查准率) recall(召回率/查全率) F1分数与Fβ分数 PR曲线(precision recall curv ...
全面梳理：准确率,精确率,召回率,查准率,查全率,假阳性,真阳性,PRC,ROC,AUC,F1
二分类问题的结果有四种: 逻辑在于,你的预测是positive-1和negative-0,true和false描述你本次预测的对错 true positive-TP:预测为1,预测正确即实际1 fal ...
信息检索(IR)的评价指标介绍-准确率、召回率、F1、mAP、ROC、AUC
在信息检索.分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重要,因此最近根据网友的博客做了一个汇总. 准确率.召回率.F1 信息检索.分类.识别.翻译等领域两个最基本指标是召回率 ...
信息检索系统常用的评价指标（准确率，召回率，F1，MAP，NDCG）
1. 准确率,召回率,F1值首先介绍三种最常用的无序的评价指标,它们适用于一种相对简单的情况:在搜索结果中仅考虑返回的文档是否与查询相关,而不考虑这些返回文档在结果列表中的相对位置和顺序. 准确率( ...

评价指标（一）精确率，召回率，F1-score

1. 精确率-Precision、召回率Recall

2. F1-score

评价指标（一）精确率，召回率，F1-score相关推荐

最新文章

热门文章