召回率与精确率
《白话机器学习》这本书写的不是特别好,但是解释召回率和精确率这部分还是很好的。
200 张猫的图片中,有 180 张可以正确识别为猫,而有 20 张误判为狗 。 200 张狗的图片可以全部正确判断为狗 。 600 张兔子的图片中,有 550 张可以正确识别为兔子,还有 30 张被误判为猫, 20 张误 判为狗 。 你可不要觉得奇怪,在所有的机器学习或者深度学习训练的工程中,误判率几乎是没 有办法消灭的,只能用尽可能科学的手段将误判率降低 。 不要太难为机器,其实人都没办 法保证所有的信息 100% 正确判断,尤其是在图片大小、图片清晰程度、光线明暗悬殊的 情况下,不是吗?那就更别说机器了,它更做不到 。 我们还是来解释召回率和精确率的问题 。 就刚才这个例子来说,一共 1000 张图片中, 200 张是猫,但是只能正确识别出 180 张,所以猫的召回率是 180÷200 = 90% ' 600 张兔子 中正确识别 550 张,所以兔子的召回率是 550÷600 ~ 91.7% 。 而在 1000 中图片中,当我 检索狗的时候会检索出 240 张狗的图片,其中有 200 张确实是狗,有 20 张是被误判的猫, 还有 20 张是被误判的兔子,所以 240 张狗的图片中正确的仅有 200 张而己,那么狗的精确 率为 200÷240 ~ 83.3% 。