精确度与召回率
- 上图左边为混淆矩阵,四个区域分别为:真阳性(True positive),真阴性(True negative),假阳性(False positive),假阴性(False negative)。
- 精确度为预测y=1,真正为y=1的概率有多少。即 True positive / Predicted Class
- 召回率为在所有真正为y=1的例子中,我们预测y=1的概率有多少。即True positive / Actual Class
- 精确度高:说话靠谱,召回率高:遗漏很少
参考文章
F1分数
- 合并精确度和召回率,即取它俩的调和平均数(F1),通过F1的值来判断模型的好坏
- 调和平均数是强调较小值的平均数