基础概念
符号表示 | 解释 |
---|---|
TP(True Positive) | 真阳性:预测为正,实际也为正 |
FP(False Positive) | 假阳性:预测为正,实际为负 |
FN(False Negative) | 假阴性:预测与负、实际为正 |
TN(True Negative) | 真阴性:预测为负、实际也为负 |
定义
准确率
P = T P T P + F P = 真 阳 性 预 测 为 阳 性 P=\frac{TP}{TP+FP}=\frac{真阳性}{预测为阳性} P=TP+FPTP=预测为阳性真阳性
召回率
R = T P T P + F N = 真 阳 性 真 实 为 阳 性 R=\frac{TP}{TP+FN}=\frac{真阳性}{真实为阳性} R=TP+FNTP=真实为阳性真阳性
准确率
F 1 F_1 F1看作准确率与召回率的加权平均。
F
1
=
2
∗
P
∗
R
P
+
R
F_{1}=2*\frac{P*R}{P+R}
F1=2∗P+RP∗R
更一般地,定义
F
β
F_{\beta}
Fβ:
F
1
=
(
1
+
β
2
)
∗
P
∗
R
β
2
P
+
R
F_{1}=(1+\beta ^2)*\frac{P*R}{\beta ^2P+R}
F1=(1+β2)∗β2P+RP∗R
F 0.5 F_{0.5} F0.5 准确率的比重高于召回率。
参考文献:
https://blog.csdn.net/zgcr654321/article/details/88236403