评价指标
混淆矩阵
1.准确率（Accuracy）
预测正确得样本数量占总量的百分比，具体的公式如下：
A
c
c
u
r
a
c
y
=
T
P
+
T
N
T
P
+
F
N
+
F
P
+
T
N
Accuracy = \frac{TP +TN}{TP+FN+FP+TN}
Accuracy=TP+FN+FP+TNTP+TN
在不均衡数据上不能很好的评价。
2.精准率（Presicion）
又称为查准率，是针对预测结果而言的一个评价指标。公式如下：
P
r
e
c
i
s
i
o
n
=
T
P
T
P
+
F
P
Precision = \frac{TP}{TP+FP}
Precision=TP+FPTP
3.召回率（Recall）
又称为查全率，是针对原始样本而言的一个评价指标。公式如下：
R
e
c
a
l
l
=
T
P
T
P
+
F
N
Recall = \frac{TP}{TP+FN}
Recall=TP+FNTP
4.F1 Score
针对精准率和召回率都有其自己的缺点，F1 Score 是一种调和平均数。其公式为：
F
1
=
2
×
P
×
R
P
+
R
F1 = \frac{2 \times P \times R}{P + R}
F1=P+R2×P×R
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
