Recall, Precision, Detection rate, False Alarm rate
在一个大规模数据集合中检索文档时，对每个查询（Query）我们可以统计出四个值：
|
相关
|
不相关 | |||
|
1
|
0
|
合计
|
||
|
检索到
|
1
|
True Positive（TP）
|
False Positive（FP) | Predicted Positive(TP+FP) |
| 未检索到 |
0
|
False Negative（FN）
|
True Negative(TN)
|
Predicted Negative(FN+TN)
|
|
合计
|
Actual Positive(TP+FN)
|
Actual Negative(FP+TN) |
TP+FP+FN+TN
|
TP：检索到的，相关的 （搜到的也想要的）
FP：检索到的，但是不相关的 （搜到的但没用的）
FN：未检索到的，但却是相关的 （没搜到，然而实际上想要的）
TN：未检索到的，也不相关的 （没搜到也没用的）
那么，P = TP/(TP+FP)，R =TP/（TP+FN）
召回率,查全率(R)：检索到的相关文档 /库中所有的相关文档
准确率(P)：检索到的相关文档/所有被检索到的文档
D=TP/(TP+FN), F=FP/(FP+TN)
命中率(D): 检索到的相关文档/所有被检索到的文档
误报率(F): 检索到的不相关文档中实验相关的文档/检索到的被认为是不相关的文档
准确率和命中率是同一个东西.即所有(被检索到的文档/应该被检索到的文档)
误报率是不检索的命中率.
