机器学习 -召回率和准确率的概念入门

概念

TP: TRUE Positive，正确，识别出正类
TN: TRUE Negative，正确，识别出负类
FP: False Positive，错误，负类识别为正类
FN：False Negative，错误，正类识别为负类

图片

样例

60个正样本，40个负样本。
系统查出50个样本，其中只有40个为正样本。
求召回率和准确率。

回答：

TP = 40 (确实有40个正确的被找出来) 
FP = 20 (60个正类，只找出40个，还有20个正类的被标记为负类)
TN = 30 (40个负类中，有30个负类被正确标记为负类)
FN = 10 (40个负类中，有10个被错误标记为正类)

召回率 = TP / (TP+FP) = 40 / (40+20) = 2/3
准确率 = TP / (TP+FN) = 40 / (40 + 10) = 4/5

总结

召回率 = 查全率
准确率 = 查准率

查准率＝检索出的相关信息量 / 检索出的信息总量
查全率＝检索出的相关信息量 / 系统中的相关信息总量