Precision, Recall and F-measure

Precision 和Recall是信息检索领域的常用评价指标。就直观意义而言,前者强调检索的精度,也即在所有检测到的结果中有多少是真正相关的;后者则强调检索的完整性,也成为查全率,关注在所有的相关记录中能够被检索到的比例,两者互为补充。

首先区别如下的关系:

 相关不相关
找到AB
未找到CD

则使用公式可以表示为:

Precision = A/(A+B)

Recall = A/(A+C)

更加全面的介绍可以参见wikipedia:

https://en.wikipedia.org/wiki/Precision_and_recall

特别是其中的图示:




F-score 经常用来合并两者,常用的F1-score即为取两者的调和平均。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值