精确率(precision)和召回率(recall)

这里以垃圾短信分类为例(如果理解不正确请批评指正)，

1. 精准率(precision) ：阳性预测结果，为正确的比例。这里指被分类为垃圾短信的短信实际上为垃圾短信的比例。

此处，实际上为垃圾短信的=3条，被分类为垃圾短信的短信=5条，所以precision = 3/5 = 0.6

2. 召回率(recall)：真实的阳性实例被分类器辨别出来的比例。这里指真实的垃圾短信被分类为垃圾短信的比例。此处，真实的垃圾短信=4条，这4条中被辨别正确的=3条，所以recall=3/4 = 0.75

{
'垃圾': {'precision': 0.75, 'recall': 0.6, 'f1-score': 0.6666666666666666, 'support': 5.0}, 
'非垃圾': {'precision': 0.6666666666666666, 'recall': 0.8, 'f1-score': 0.7272727272727273, 'support': 5.0}, 
整体：'accuracy': 0.7, 
'macro avg': {'precision': 0.7083333333333333, 'recall': 0.7, 'f1-score': 0.696969696969697, 'support': 10.0}, 
'weighted avg': {'precision': 0.7083333333333333, 'recall': 0.7, 'f1-score': 0.696969696969697, 'support': 10.0}
}