精确率、准确率、召回率

正负样本

01 几个类型

TP (True Postives):将正样本预测为正样本

FN (False Negatives):将正样本预测为负样本(漏报)

FP (False Positives):将负样本预测为正样本(误报)

TN (True Negatives):将负样本预测为负样本

02 几个指标

  • 准确率(Accuracy)

==TP+TNTP+FN+FP+TN

  • 精确率(Precision)

    =+=TPTP+FP

  • 召回率(查全率,Recall)

    ==TPTP+FN

PR曲线:对应的(Precision - Recall)

03 一个例子

  • 60个正样本,40个负样本。查找出50个正样本,只有40个是对的。(查找出50个负样本,20个是查错了)

Accuracy=40+30100=70%

Precision=4040+10=80%

Recall=4040+20=23

如何解释召回率与精确率? - 知乎 (zhihu.com)

posted @   Vandaci  阅读(146)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 【杭电多校比赛记录】2025“钉耙编程”中国大学生算法设计春季联赛(1)
点击右上角即可分享
微信分享提示