人工智能100问 - 5 什么是准确率、召回率、 F 值、 ROC 曲线、 AUC？

当我们训练好一个模型，如何衡量它的好坏呢？这个时候我们需要一系列的数量化的指标，通过这些指标的高低，对模型的优劣进行判断。

一、准确率和召回率

准确率和召回率是每个模型都会去看的指标。

• 准确率 = 选出的正确信息条数 / 选出的信息总条数
• 召回率= 选出正确信息条数 / 样本中的信息条数

举个栗子，我们有100个苹果有90个是好的，10个是坏的。

我们弄了一个算法来找出坏的苹果。我们判断85个是好的，15个是坏的。其中85个好的里面，有2个是坏的；15个坏的里面有7个是好的。

                            

那么准确率是多少呢？ 准确率= 8/15 = 53.33%

召回率是多少呢？ 召回率= 8/10 = 80%

二、F值（F-Score）

我们希望准确率越高越好，同时召回率也越高越好，但事实上这两者在某些情况下有矛盾的。比如极端情况下，我们只选出一个结果，且是准确的，那么准确率就是100%，但是召回率就很低；而如果我们把所有样本都选上，那么召回率是100%，但是准确率就会很低。

如果有一个指标，能综合准确率和召回率就好了，于是就有了F值。

• F 值= 准确率召