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