**
首先這幾個術語會高頻率得出現在**的實驗部分，它是對實驗結果的描述，首先我想先解釋這幾個縮寫的含義：
precesion：查準率，即在檢索後返回的結果中，真正正確的個數佔整個結果的比例。
recall：查全率，即在檢索結果中真正正確的個數 佔整個資料集（檢索到的和未檢索到的）中真正正確個數的比例。
fn：false negative,被判定為負樣本，但事實上是正樣本。
fp：false positive,被判定為正樣本，但事實上是負樣本。
tn：true negative,被判定為負樣本，事實上也是負樣本。
tp：true positive,被判定為正樣本，事實上也是證樣本。
這裡的正樣本和負樣本與檢索的關係就是：你認為為正樣本的應該都出現在檢索結果中，而你認為為負樣本的應該不出現在檢索結果中，但是你認為的和事實上的會有不一樣。
這裡的四個縮寫曾經一度讓我很難記住，經過細想，發現這樣比較好記憶：把縮寫分為兩個部分，第乙個字母（f,t）和第二個字母（p,n）。首先搞清楚第二個字母，即它是你認為該樣本的歸屬應該是怎樣（positive or negative）；第乙個字母即是對你的判斷進行的評價（false or true）。這裡也許中文可能會有不好理解的地方，所以我想用英文來描述，可能更清晰：第二個字母：what's your judgement about the sample?；第乙個字母：is your judgement right(true) or not(false)?
那麼有：
precesion = tp/(tp+fp) 即，檢索結果中，都是你認為應該為正的樣本（第二個字母都是p），但是其中有你判斷正確的和判斷錯誤的（第乙個字母有t ，f）。
recall = tp/(tp+fn)即，檢索結果中，你判斷為正的樣本也確實為正的，以及那些沒在檢索結果中被你判斷為負但是事實上是正的（fn）。
MySql Explain解釋說明
explain解釋說明 explain顯示了mysql如何使用索引來處理select語句以及連線表。可以幫助選擇更好的索引和寫出更優化的查詢語句。使用方法，在select語句前加上explain就可以了 如 explain select surname,first name form a,b whe...
list copy函式解釋說明
列表list copy分為潛copy和深copy 1.潛copy 只拷貝第一層 巢狀 例子 1 li 11,34,15,67 88 2 li2 li.copy 4 print li,li2 5 print結果如下 6 li 11,34,15,67 88,54 7 li2 11,34,15,67 88...
分類的評判標準 TP TN FP FN
這四個值所代表的意義應該是做模式分類需要知道的基本知識了。以前是用的時候用一次查一次，但好像每次理解都不是特別到位。現在覺得真正理解了很有必要，就認真記錄一下，幫助理解。我們先從最簡單的二分類說起 假設我們現在有兩類，乙個正類，乙個負類。對於每乙個樣本，有兩個標籤。乙個是真正所屬類別的標籤，另乙個是...