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

  1. 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}
}

posted @ 2020-08-20 23:06  helloHKTK  阅读(1587)  评论(0编辑  收藏  举报