TP, FP 可以划分为T,F,P解释, 如:TP,正确的划分为正例的

Precision 精准率

公式为:p = TP/(TP + FP)
解释为: 正确的正例/ 正确的正例 + 错误的正例

看如下例子:

其中: TP(true positive) = 20
FP (False positive)= 30 理解为错误的划分为正确的例子的数量,30个男生
所以p = 2/5

精准率可以解释为: 划分正确的比例,所以等于正确的/ 所有的

Recall 召回率

公式为:
p = TP/(TP + FN)
FN : false nagitive 即错误判断为负样本了,也就是0 个,没有把女生判断为男生。
TN: true nagitive 正确的判断为负样本的, 也就是剩下的50个男生, 也就是50

公式的理解

精度: 我们通常说非常准确, 主要是因为你检测的东西每一个都是对的,不考虑是否全部检测到,所以只需要考虑精准度,
也就是每个判断是不是对的,所以用正确的/所有的 ,就是概率, 而
正确的 = TP
所有的 = TP + FP
理解为: 错误判断为正确的,加上判断正确的,就是所有的, 好比下图,你需要检测人, 把错误的箱子也当成人了,这个就是错误的判断为人的。 所以p = 2/(2 +1) = 2/3 大概66.66% 的正确判断


而查全率,recall,也可以叫召回率
理解为:查到的所有物品/所有应查到的
查到的所有正确物品 = TP
所有应查到的 = TP + FN
FN 可以理解为:错误的判断为负例子的,本来应该是正确的物品,你应该检测到的,被误判为负的,没有标记,就是成了漏网之鱼了,所以加上正确的判断样本,就是所有应该判断的样本数
如上图:红框为漏掉的样品,即 TP = 2 FN = 2 所以查全率为0.5

讲讲关于Precision 与 Recall 的概念相关推荐

  1. 关于机器学习中Precision和Recall的概念的理解

    Andrew Ng 机器学习第六课 关于这个Precision和Recall的概念,我一直不能很好的理解,所以我找了个时间梳理的了一下. - Accuracy = 准确率 预测对的除以总样本数 - ...

  2. IoU、Precision、Recall、AP、mAP详解

    文章目录 目标检测 评价指标 IoU(交并比) Precision(查准率)和Recall(查全率) TP.FP.FN.TN AP.mAP 实际计算方法 实例级下的AP计算 一.目标检测 目标检测的任 ...

  3. Alink漫谈(八) : 二分类评估 AUC、K-S、PRC、Precision、Recall、LiftChart 如何实现

    Alink漫谈(八) : 二分类评估 AUC.K-S.PRC.Precision.Recall.LiftChart 如何实现 文章目录 Alink漫谈(八) : 二分类评估 AUC.K-S.PRC.P ...

  4. 准确理解 Precision 准确率, Recall 召回率 , IoU

    目录 Precision和Recall IOU Precision和Recall 下面是几个常见的模型评价术语,假设我们的分类目标只有两类,计为正例(positive)和负例(negtive)扥别是: ...

  5. 信息检索的评价指标(Precision、Recall、F-score、MAP、ROC、AUC)

    from:https://blog.csdn.net/universe_ant/article/details/70090026 一:Precision.Recall.F-score 信息检索.分类. ...

  6. Precision和Recall

    原文出自:http://blog.csdn.net/wangran51/article/details/7579100 最近一直在做相关推荐方面的研究与应用工作,召回率与准确率这两个概念偶尔会遇到, ...

  7. 刷网课会被检测出来吗_目标检测中的Precision和Recall

    目标检测中常用的性能评价指标有Precision,Recall和F1 score. 当面对不同的任务时,该如何提高recall和precision? 思考:对于Precision值,其代表的是你所预测 ...

  8. Precision、Recall、F1-score、Micro-F1、Macro-F1、Recall@K

    文章目录 1. 基本概念 2.一个例子 3. 程序实现 4. Recall@K 5. micro-F1和macro-F1的区别 1. 基本概念 ground truth 0 ground truth1 ...

  9. precision与Recall

    precision与Recall 在机器学习中,precision与recall是常用的指标,在说这两个概念之前,首先来说下精度(Precision)与准度(Accuracy). Precision指 ...

最新文章

  1. 限制TensorFlow只在CPU上运行的方法
  2. luogu P1231 教辅的组成(建图、拆点、最大流)
  3. Solr6.7 学习笔记(01) -- 目录结构
  4. Swift 绘图板功能完善以及终极优化
  5. css圆角矩形及去掉空格属性
  6. 搜索和搜索形式(SEARCHING and its forms)
  7. SharedPreferences记住用户密码 态判断应用是否首次启动等
  8. oracle+中子分类账,【勇猛精进】Oracle EBS R12 总帐和子分类账关系详解
  9. 《此生未完成》痛句摘录(2)
  10. Redis数据库-键的生存时间与过期时间的区别
  11. 设计灵感|App中的页面空状态应该如何表现?
  12. 小乌龟解决反向线上代码冲突
  13. st7735屏幕移植-高清图片显示
  14. 通俗易懂的自动控制原理 # 绪论
  15. 项目管理过程4W1H
  16. baidu经纬度坐标与google经纬度坐标转换
  17. 校OJ P1220 -- zyf的现状
  18. Excel学习系列(1)--以文本存储的数字转换为数字
  19. java业务场景-实现订单超时关闭等延时队列操作的几种方式
  20. m4a转换成mp3,音频格式轻松转换

热门文章

  1. 二叉树(递归)遍历流程图怎么画?
  2. Anaconda 查看、添加、删除 安装源
  3. Python random 模块的总结
  4. 苹果MacBookPro待机后APP自动退出问题
  5. 网络人远程控制软件控制速度提高诀窍
  6. Python语言基础 (第一节)
  7. Vue知识点整理(待更新)
  8. dell服务器 指示灯_戴尔R710服务器硬盘出现告警(绿黄灯闪),解决方法
  9. 游戏面试 《影之刃》思考
  10. geth账户管理转账