机器学习/数据处理领域结果的评估度量——召回率、精度、F1score等指标计算方法

我们常常在一些论文后看到作者给出的一些评估度量，不仅仅是简单的正确率，还有Fscore、recall等看似高深的东西。那么这些东西是怎么来、怎么用的呢？

我们要从不平衡类问题讲起。因为在正、负样本不均衡的类中，如果单一使用准确率可能是很不合理的。比如有10个异常类（一般标为正类），90个正常类（负类），那么我们关心的是异常类能不能都被正确分出来，这样才能达到我们的目标效果（就是检测异常）。如果我们训练的分类器把所有类都输出为负类，分类器的准确率也有90%，但对我们的目标而言没什么软用，所以稀有类的正确分类更重要。我们需要为这种不平衡问题设计合理的评估度量。

我们汇总分类模型正确和不正确预测的实例数目的混淆矩阵：

其中术语：

混淆矩阵中的计数可以表示为百分比形式。

真正