最高K值的精确率和召回率——Python实现

最高K值的精确率和召回率——Python实现

在机器学习中，通常需要评估模型在给定数据集上的性能。常用的评估指标是精确率和召回率。当模型预测的结果正确时，我们称其为真阳性 (True Positive, TP)，而当模型预测结果错误时，我们称其为假阳性(False Positive, FP)。同样地，当模型未能检测到真正的正例时，我们称其为假阴性 (False Negative, FN)，而当模型成功预测出负例时，我们称其为真阴性 (True Negative, TN)。

精确率（Precision）是指分类器预测结果为正例的样本中，真正正例的比例。公式如下：

P r e c i s i o n =