提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 1. 精确率、召回率理解 总结 参考 前言 在使用Paddle实现手写数字识别时,发现对模型评估标准:精确率(precision)和召回率(recall)有些记不清了,在查找相关定义后,这个做下笔记,分享给大家! 1. 精确率、召回率理解 精 确 率 ( p r e c i s i o n ) = 真 实 正 样 本 被 预 测 为 正 样 本 数 量 ( T P ) 所 有 预 测 为 正 样 本 数 量 ( T P + F P ) 精确率(precision)=\frac{真实正样本被预测为正样本数量(TP)}{所有预测为正样本数量(TP+FP)}