终于有人讲清楚准确率（accuracy）、召唤率(recall)和精确率（precision）的关系了

一、概述

召回率、准确率、精确率、F值的作用

在机器学习、数据挖掘、推荐系统完成建模之后，需要对模型的效果做评价。

二、定义

首先给出一个大家经常见到的图：

详细定义

准确率(accuracy)=(TP+TN)/(TP+FN+FP+TN)

通俗解释： 在所有样本中，预测正确的概率

精确率(precision)=TP/(TP+FP)

通俗解释：你认为的正样本中，有多少是真的正确的概率

召回率(recall)=TP/(TP+FN)

通俗解释：正样本中有多少是被找了出来

P和R指标有时候会出现的矛盾的情况，这样就需要综合考虑他们，最常见的方法就是F-Measure。

当参数α=1时，就是最常见的F1，也即