图像分类里的precision和recall

precision和recall是模式识别中的重要指标。借用wikipedia的一张图：

precision = TP / (TP + FP)

recall = TP / (TP + FN)

以表情识别为例，表情识别总共有7个类别：

0：Neural
1：Anger
2：Disgust
3：Fear
4：Happy
5：Sad
6：Surprise

加入我们得到的结果中，disgust（鄙视）这一类别的precision低，而recall高，则说明两个方面：

precision低，说明 False Positive较多，也就是其他类别的表情被错误的认为是 disgust类；

recall高，说明 False Negative较少，也就是属于 disgust类的表情图像，很少被错分到其他类别。

综上，disgust类图像不容易被认为是其他类别的图像，而其他类别的图像容易被错误认为是disgust类别。