查準率和查全率

查準率（precision）和查全率（recall） 我們將演算法**的結果分成四種情況： 

1. 正確肯定（true positive,tp）：**為真，實際為真 

2. 正確否定（true negative,tn）：**為假，實際為假 

3. 錯誤肯定（false positive,fp）：**為真，實際為假 

4. 錯誤否定（false negative,fn）：**為假，實際為真  

則： 查準率=tp/（tp+fp）

查全率=tp/（tp+fn）

例1假設要識別**中的狗的，在一些**中，包含12只狗的**和一些貓的**。演算法識別出有8隻狗。在確定的8只狗中，5只實際上是狗（真陽性tp），而其餘的是貓（假陽性fp）。該程式的精度為5/8，而其召回率為5/12。

例2例如我們希望用演算法來**癌症是否是惡性的，在我們的訓練集中，只有 0.5%的例項是惡性腫瘤。假設我們編寫乙個非學習而來的演算法，在所有情況下都**腫瘤是良性的，那

麼誤差只有 0.5%。然而我們通過訓練而得到的神經網路演算法卻有 1%的誤差。這時，誤差的大小是不能視為評判演算法效果的依據的。 

查準率（precision）和查全率（recall） 我們將演算法**的結果分成四種情況： 

1. 正確肯定（true positive,tp）：**為真，實際為真 

2. 正確否定（true negative,tn）：**為假，實際為假 

3. 錯誤肯定（false positive,fp）：**為真，實際為假 

4. 錯誤否定（false negative,fn）：**為假，實際為真  

則： 查準率=tp/（tp+fp）例，在所有我們**有惡性腫瘤的病人中，實際上有惡性腫瘤的病人的百分比，越高越好。 

查全率=tp/（tp+fn）例，在所有實際上有惡性腫瘤的病人中，成功**有惡性腫瘤的病人的百分比，越高越好。 

這樣，對於我們剛才那個總是**病人腫瘤為良性的演算法，其查全率是 0。 

參考以下url

查準率和查全率

precision recall 實際分類 分類10 1true positive false positive 0false negative true negative precision true positive true positive false positive recall tru...

機器學習 5查準率，查全率

什麼是查準率，查全率？設查準率p與查全率r分別定義了為 p tp tp fp r tp tp fn 在查全率r和查準率p這兩個變數之間，他們之間的差異由 fp 假正例 和fn 假反例 來決定 在圖表中可以明確看出 相同點 查準率p 和 查全率r 都是以 尋找 真實 真 的結果為目的 查準率p 考量 ...

深入理解查準率與查全率

查準率與查全率 召回率 是在資訊檢索與機器學習領域常用的衡量指標，書籍或網路上有非常多的定義，敝人在重溫周志華先生 機器學習 一書時，發現書中的定義是非常科學的，而且把這兩個指標根據混淆矩陣進行了數學化！在資訊檢索領域的定義 檢索出的n個文件中正確結果 m個結果是正確的 的比率即是查準率，即p n ...