某呼上是這樣解釋的：
精確率(precision)和準確率(accuracy)是不一樣的。
實際上非常簡單，精確率是針對我們**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。那麼**為正就有兩種可能了，一種就是把正類**為正類(tp)，另一種就是把負類**為正類(fp)，也就是其實就是分母不同，乙個分母是**為正的樣本數，另乙個是原來樣本中所有的正樣本數。p =t
ptp+
fp
p=\frac
p=tp+f
ptp
而召回率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。那也有兩種可能，一種是把原來的正類**成正類(tp)，另一種就是把原來的正類**為負類(fn)。
r =t
ptp+
fn
r=\frac
r=tp+f
ntp
或者可以這樣理解：
tp: 將正類**為正類數
fn: 將正類**為負類數
fp: 將負類**為正類數
tn: 將負類**為負類數
準確率(accuracy) = 預測對
的所
有\frac
所有**對的
= (tp
+tn)
(tp+
fn+f
p+tn
)\frac
(tp+fn
+fp+
tn)(
tp+t
n)精確率(precision) = tp(
tp+f
p)
\frac
(tp+fp
)tp
召回率(recall) = tp(
tp+f
n)
\frac
(tp+fn
)tp
個人是這樣理解的：
假設檢測一張有31個行人，檢測出25個，其中有2個檢測錯誤（檢測成了狗），則求召回率，精確度，準確率？
分析：31個行人檢測出25個，說明有6個是誤檢或者漏檢的，有2個檢測錯誤，則說明有25-2=23個行人檢測正確，有6-2=4個是漏檢的。召回率=正確檢
測的行人
數目原始
樣本行人
總數=25
−231=
2331
=0.72
\frac=\frac=\frac=0.72
原始樣本行人
總數正確
檢測的行
人數目
=312
5−2
=312
3=0
.72 精確率=檢測出
行人總數
檢測結果
總數=25
−225=
2325
=0.92
\frac=\frac=\frac=0.92
檢測結果總數
檢測出行
人總數
=252
5−2
=252
3=0
.92 準確率=所有識
別正確的
數目樣本
總數=25
−231=
2331
=0.72
\frac=\frac=\frac=0.72
樣本總數所有
識別正確
的數目
=312
5−2
=312
3=0
.72
精確率和召回率
實際上非常簡單，精確率是針對我們 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。那麼 為正就有兩種可能了，一種就是把正類 為正類 tp 另一種就是把負類 為正類 fp 也就是 而召回率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。那也有兩種可能，一種是把原來的正類 ...
精確率和召回率
例如 某池塘有1400條鯉魚，300只蝦，300只鱉。現在以捕鯉魚為目的。撒一大網，逮著了700條鯉魚，200只蝦，100只鱉。不妨看看如果把池子裡的所有的鯉魚 蝦和鱉都一網打盡，這些指標又有何變化 由此可見，正確率是評估捕獲的成果中目標成果所佔得比例 召回率，顧名思義，就是從關注領域中，召回目標類...
精確率和召回率
以下以二分類為例子進行說明 在了解精確率和召回率之前，我們先了解幾個概念 tp true positive 實際為正，分類器 為正 fp false positive 實際為負，分類器 為正 tn true negative 實際為負，分類器 為負 fn false negative 實際為正，分類...