【深度学习基础】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure

深度学习基础：

1. 性能评估指标
2. 超参数介绍

这里主要解释的是前四个

先给出百度百科定义

召回率(Recall Rate,也叫查全率)是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率；
精度是检索出的相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率。

召回率(Recall)和精度(Precise)是广泛用于信息检索和统计学分类领域的两个度量值，用来评价结果的质量。
F-measure应该是精准率和召回率之间的一个平衡点

举例来说：

一个数据库有500个文档，其中有50个文档符合定义。系统检索到75个文档，但是实际只有45个符合定义。则：

在做出解答前，我们要先了解一些概念：
对于数据测试结果有下面4种情况：
TP: 预测为正，实际为正
FP: 预测为正，实际为负