如何解释召回率与精确率？

纠正下，精确率(precision)和准确率(accuracy)是不一样的，题主问的应该是精确率与召回率之间的差别。
一.定义辨析
 

刚开始接触这两个概念的时候总搞混，时间一长就记不清了。

其实就是分母不同，一个分母是预测为正的样本数，另一个是原来样本中所有的正样本数。
 

在信息检索领域，精确率和召回率又被称为查准率和查全率，

查准率＝检索出的相关信息量 / 检索出的信息总量
查全率＝检索出的相关信息量 / 系统中的相关信息总量

二.举个栗子
 

假设我们手上有60个正样本，40个负样本，我们要找出所有的正样本，系统查找出50个，其中只有40个是真正的正样本，计算上述各指标。

 

• TP: 将正类预测为正类数 40
• FN: 将正类预测为负类数 20
• FP: 将负类预测为正类数 10
• TN: 将负类预测为负类数 30

准确率(accuracy) = 预测对的/所有 = (TP+TN)/(TP+FN+FP+TN) = 70%
精确率(precision) = TP/(TP+FP) = 80%
召回率(recall) = TP/(TP+FN) = 2/3

除此之外，还有ROC曲线，PR曲线，AUC等评价指标，可以参见我的(引注：这是原作者的博客)博客：机器学习性能评估指标