目标检测的准确率(accuracy),精确率(precision),召回率(recall)

脑子笨，总是搞混这几个概念，然后每次都要重新理解别人写的，还是很绕，这样写下次应该就能很快明白了，哈哈

一、 准确率(accuracy),精确率(precision),召回率(recall)

• TP (True Positive) 正确的正例，即预测和实际都为P；
• FP (False Postive) 错误的正例，即误将负例检测为正例，亦即预测为P，实际为N；
• TN (True Negative) 正确的负例，即预测和实际都为N；
• FN (False Negative) 错误的负例，即误将正例检测为负例，亦即预测为N，实际为P；

TP : 将正类预测为正类数 (预测正确)   （正类）

FN: 将正类预测为负类数（预测错误）（正类）

FP: 将负类预测为正类数（预测错误）（负类）

TN: 将负类预测为负类数（预测正确）（负类）

TP+TN：预测结果正确的数量

TP+FP：预测结果为正类的数量

TP+FN：样本中所有的正类的数量

TP+TN+FP+FN：样本总数

准确率(accuracy) ：预测结果正确的数量占样本总数，(TP+TN)/(TP+TN+FP+FN)

精确率(precision)：正确预测为正类的数目(TP)占预测结果为正类的数量，TP/(TP+FP)

召 回 率  (recall)   :  正确预测为正类的数目(TP)占样本中所有的正类的数量，TP/（TP+FN）

举个cancer的测试栗子：

① precision表示的就是正确预测为cancer患者的数目占所有预测为cancer患者的数量(包括实际没有cancer而错误地预测为cancer患者的人)

② recall表示的就是正确预测为cancer患者的数目占所有实际患有cancer患者的数量。