準確率（p值）是針對我們**結果而言的，它表示的是**為正的樣本中有多少是真正的正樣本。
召回率（r值）是針對我們原來的樣本而言的，它表示的是樣本中的正例有多少被**正確了。
假如我此時想吃香蕉，實驗室每天都會安排10個水果，分別是6個香蕉，3個橘子，1個菠蘿。我在看不見的情況下從中選出5個水果，選出了2個香蕉，2個橘子，1個菠蘿。
分別求出p值，r值，f值。
準確率是針對**結果而言的，它表示的是**為正的樣本中有多少是真正的樣本。這裡的正樣本就是我想吃的香蕉。
在**結果中，有2個香蕉，總個數是選的5個，那麼p值計算：p=2/5
召回率是針對我們原來的樣本而來的，它表示的是樣本中的正例有多少被**正確了。
這裡的正類是我想吃的香蕉，而在樣本中的香蕉樹是6個，召回率的召回也可以這麼理解，代表了原始樣本中的正類召回了多少。那麼r值計算：r=2/6
我們在評價的時候，當然是希望檢索結果precision越高越好，同時recall也越高越好，但事實上兩者在某些情況下是有矛盾的。比如在極端情況下，在這個例子中，我們只搜尋出了乙個結果，且是香蕉，那麼precision就是100%，但是recall為1/6就很低；而如果我們抽取10個水果，那麼比如recall是100%，但是precision為6/10，相對來說就會比較低。
因此p和r指標有時候會出現的矛盾的情況，這樣就需要綜合考慮他們，最常見的方法是f-measure，通過計算f值來評價乙個指標。特殊情況f1=2pr/(p+r)
準確率 召回率 F measure值
準確率 召回率和 f 值是在魚龍混雜的環境中，選出目標的重要評價指標。不妨看看這些指標的定義先 tp 將正類 為正類 fn 將正類 為負類 fp 將負類 為正類 tn 將負類 為負類 準確率 precision 也叫作查準率。即正確 為正的佔全部 為正的比例。個人理解 真正正確的佔所有 為正的比例，...
準確率 召回率 精準率 F值 模型評價
模型選擇 對特定任務最優建模方法的選擇或者對特定模型最佳引數的選擇。在訓練資料集上執行模型 演算法 並在測試資料集中測試效果，迭代進行資料模型的修改，這種方式被稱為交叉驗證 將資料分為訓練集和測試集，使用訓練集構建模型，並使用測 試集評估模型提供修改建議 模型的選擇會盡可能多的選擇演算法進行執行，並...
準確率 精確率 召回率 F1值
1.tp tn fp fn 圓的部分認定為檢測後是陽性的，其餘部分為檢測為陰性的 但是現在的情況是檢測並不完全準確，有可能檢測時陰性，但實際上已經有新冠，只是無症狀 現在只看園內，園的左半綠色部分意思是 實際上這個人是新冠患者 右辦粉色部分則為實際並不是新冠患者 那麼圓內綠色部分則為 真陽 對應 正...