转载自  谈谈准确率(P值)、召回率(R值)及F值

谈谈准确率(P值)、召回率(R值)及F值

一直总是听说过这几个词,但是很容易记混,在这里记录一下。希望对大家理解有帮助。

首先来做一个总结:

准确率(P值)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。

召回率(R值)是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。

用公式表达如下:

上面还是有点抽象,下面通过例子来解释一下上面说法:

1、准确率(P值)

假设我此时想吃香蕉,实验室里面每天都会安排10个水果,水分别是6个香蕉,3个橘子,1个菠萝。哎,但是,实验室主任搞事情啊,为了提高我们吃水果的动力与趣味,将10个水果放在黑盒子中,每个人是看不到自己拿的什么,每次拿5个出来,哎,我去抽了,抽出了2个香蕉,2个橘子,1个菠萝。

下面我们来分别求求P值,R值,F值,哈哈!

按照一开始说的,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。

这里我们的正样本就是我想吃的香蕉!

在预测结果中,有2个香蕉,总个数是我拿的5个,那么P值计算如下:

2、召回率(R值)

按照开始总结所说。

召回率是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。

我们这里的正类是我想吃的香蕉,而在样本中的香蕉个数是6个,召回率的召回也可以这么理解,代表了原始样本中正类召回了多少。计算如下:

分母已经变成了样本中香蕉的个数啦

3、F值

可能很多人就会问了,有了召回率和准去率这俩个评价指标后,不就非常好了,为什么要有F值这个评价量的存在呢?

按照高中语文老师所说的,存在即合理的说法,既然F值存在了,那么一定有它存在的必要性,哈哈哈哈!

我们在评价的时候,当然是希望检索结果Precision越高越好,同时Recall也越高越好,但事实上这两者在某些情况下有矛盾的。

比如极端情况下,在我们这个例子中,我们只搜索出了一个结果,且是香蕉,那么Precision就是100%,但是Recall为1/6就很低;而如果我们抽取10个水果,那么比如Recall是100%,但是Precision为6/10,相对来说就会比较低。

因此P和R指标有时候会出现的矛盾的情况,这样就需要综合考虑他们,最常见的方法就是F-Measure,通过计算F值来评价一个指标!

我这里给出最常见的F1计算方法,如下:

那么在我们这个例子中F1 = (2*2/5*2/6)/(2/5+2/6)

(这里我就不算出来了,有这个形式,更加能体现公式特点!)

希望对大家理解有所帮助~

参考:

推荐系统评测指标-准确率(Precision)、召回率(Recall)、F值(F-Measure) | 书影博客

谈谈准确率(P值)、召回率(R值)及F值相关推荐

  1. 准确率 召回率_机器学习中F值(F-Measure)、准确率(Precision)、召回率(Recall)

    在机器学习.数据挖掘.推荐系统完成建模之后,需要对模型的效果做评价. 业内目前常常采用的评价指标有准确率(Precision).召回率(Recall).F值(F-Measure)等,下图是不同机器学习 ...

  2. 推荐系统评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)

     下面简单列举几种常用的推荐系统评测指标: 1.准确率与召回率(Precision & Recall) 准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量.其 ...

  3. 自然语言处理:分词评测指标——准确率(Precision)、召回率(Recall)、F值(F-Measure)

    下面简单列举几种常用的推荐系统评测指标: 1.准确率与召回率(Precision & Recall) 准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量.其中精度 ...

  4. 分类、推荐系统评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure) /(F-score)

    分类.推荐系统评测指标-准确率(Precision).召回率(Recall).F值(F-Measure) /(F-score) 1.准确率与召回率(Precision & Recall) 准确 ...

  5. 精度P,召回率R和F值

    文献中的recall rate(查全率或召回率) and precision(精度)是很重要的概念.可惜很多中文网站讲的我都稀里糊涂,只好用google查了个英文的,草翻如下:召回率和精度定义: 从一 ...

  6. 机器学习算法中的准确率(Precision)、召回率(Recall)、F值(F-Measure)

    转载自:https://www.cnblogs.com/Zhi-Z/p/8728168.html 摘要: 数据挖掘.机器学习和推荐系统中的评测指标-准确率(Precision).召回率(Recall) ...

  7. 准确率(Precision)、召回率(Recall)以及F值(F-Measure)

    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 ...

  8. 机器学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

    增注:虽然当时看这篇文章的时候感觉很不错,但是还是写在前面,想要了解关于机器学习度量的几个尺度,建议大家直接看周志华老师的西瓜书的第2章:模型评估与选择,写的是真的很好!! 以下第一部分内容转载自:机 ...

  9. 机器学习深度学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

    增注:虽然当时看这篇文章的时候感觉很不错,但是还是写在前面,想要了解关于机器学习度量的几个尺度,建议大家直接看周志华老师的西瓜书的第2章:模型评估与选择,写的是真的很好!! 以下第一部分内容转载自:机 ...

  10. 机器学习模型评价指标:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

    转自机器学习:准确率(Precision).召回率(Recall).F值(F-Measure).ROC曲线.PR曲线 摘要: 数据挖掘.机器学习和推荐系统中的评测指标-准确率(Precision).召 ...

最新文章

  1. MLIR中间表示和编译器框架
  2. LeetCode 198 House Robber Python
  3. springmvc常用5种注解_电线电缆工业中常用的5种线缆
  4. 《重构:改善既有代码的设计》-学习笔记一(+实战解析)
  5. 转(HP大中华区总裁孙振耀退休感言)
  6. 马云又向美国捐赠50万份检测试剂盒和100万只口罩
  7. xshell 5中文破解版下载(附注册码)
  8. 计算机械效率的简便公式,机械效率公式
  9. 【云原生之Docker实战】使用Docker部署BookStack文档管理系统
  10. 全球及中国有机橘子油行业投资前景预测与重点企业经营分析报告2021-2027年版
  11. 口袋妖怪金心银魂详细图文攻略(下)及游戏下载
  12. html怎么去除照片背景颜色,photoshop怎么去除图片背景色
  13. 机器学习(线性回归实训)------波士顿房价
  14. C-Free 5 加 TDM-GCC编辑器搭建C/C++开发环境
  15. 网站使用微信登录接口,所踩的坑...
  16. HTML语言中Em单位,HTML5中单位em的理解
  17. 和云服务器同步文件,和云服务器同步文件
  18. 使用shiro进行权限管理
  19. JS中判断NaN的方法
  20. 一枝看上去很美的花——书评《Java与模式》

热门文章

  1. JavaScript 事件循环:从起源到浏览器再到 Node
  2. 端午节特别活动 | 在 Python 中制作端午节游戏
  3. 分区助手怎么用给c盘扩容
  4. FigDraw 12. SCI 文章绘图之相关性矩阵图(Correlation Matrix)
  5. 仿eplie触屏版html5响应式手机wap网站模板
  6. 静态分析网易新闻搜索加密参数sign
  7. 计算机前沿国际会议: 图灵测试测试题 ,人工智能得分:0分
  8. android推箱子需求分析,推箱子需求分析.doc
  9. caffe im2col 详解
  10. 2022年上半年亚太区金融科技投资总额较2021年下半年增长一倍以上,达到破纪录的418亿美元 | 美通社头条...