4问数据挖掘：什么是准确率和召回率

Q4. Explain what precision and recall are. How do they relate to the ROC curve.

Q4. 解释一下什么是准确率和召回率，他们与ROC曲线有什么关系.

答案：

准确度P 召回率R

准确率：你的预测有多少是对的

召回率：正例里你的预测覆盖了多少

看懂这个表走天下:

ROC曲线(Receiver Operating Characteristic)

ROC 曲线是表示正例和负例间关系，常常用于对二值化的分类模型啦。但是通常面对于大量的数据，用 准确度P-召回率R (PR) 曲线能更具有代表性。

ROC横坐标: True Positive Rate (TPR) = TP / [ TP + FN]
ROC纵坐标: False Positive Rate (FPR) = FP / [ FP + TN]

反正我做模型后面用来校验，看的是PR图，不看ROC图，PR曲线图看上去舒服很多，理解直观。

---

例子解释

有100封邮件，真正垃圾邮件的有30封，我的贝叶斯模型找到40封垃圾文件，其中5封垃圾邮件识别为有用文件。那