分类问题的常用评价指标precision和recall

对于二分类问题常用的评价指标是精确率（precision）以及召回率（recall）。

通常，以关注的类为正类，其他的类为负类。

则在预测的时候会有如下四种情况：

• TP——将正类预测为正类的数量
• FN——将正类预测为负类的数量
• FP——将负类预测为正类的数量
• TN——将负类预测为负类的数量

精确率定义为：precision=TP/(TP+FP)  

即在预测为正类的结果集中，真的为正类的比例定义为准确率。

召回率定义为：recall=TP/(TP+FN)

即在所有的正类中，被成功预测为正类的数量。

形象一点的例子：假设现在有一大群动物，正类为老虎。现在我们将判别每一只动物的种类。

那么准确率就是：在我们判定为老虎的动物中，precision=真老虎的数量 / 我们认为是老虎的数量。

而召回率就是：我们成功判定的老虎数量 / 所有真老虎的数量