分类任务中,假设原始样本中包含两类:类别1和类别0,即正例和负例
被分类器判定为正例 | 被分类器判定为负例 | |
真实正例 | A | B |
真实负例 | C | D |
精确度 (Precision)
P = A/(A+C) ; 反映了被分类器判定的正例中真正的正例样本的比重
召回率 (Recall)
R = A/(A+B) ; 反映了被正确判定的正例占总的正例的比重
F1
F = 2 * 召回率 * 准确率/ (召回率+准确率)
准确率(Accuracy)
A = (A + D)/(A + B + C + D) 反映了分类器统对整个样本的判定能力——能将正的判定为正,负的判定为负