机器学习的部分名词解释20180724

对于一个学习器，一个二分类问题，其预测结果，可分为四类，真正例（TP），假正例（FP），真反例（TN），假反例（FN）；

准确率：分类正确的样本数量占总体样本数量的比例；（TP+TN）/（TP+FP+TN+FN）

查准率：英文叫precision，对某一类判断的准确率进行度量，一般称为正例；真正例除以判断为正例的数量，TP  /（TP+TN）；如果查准率极高比如说100%，预测股票上涨为正例，那么该学习器预测出来的股票都会上涨；说明该学习器对某一种上涨规律已经完全掌握，实现完美预测；

查全率：recall，也称之为召回率；TP /（TP+FN）；如果股票今天上涨有2000支，而你只预测出了10支，那么查全率就是非常低的；

对于股票交易而言：查准率是极为重要的；查全率再低也没关系；

对于"P-R曲线"

每条曲线代表一个学习器；而每条曲线的点对应不同的分类阈值；进而可以调节查准率从1到0；

个人总结：准字就代表有判断错误的样本在里面；而全字就代表没有判断错误的样本；