准确率（P值）、召回率（R值）、及F值

准确率（P值）是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。

召回率（R值）是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。

假如我此时想吃香蕉，实验室每天都会安排10个水果，分别是6个香蕉，3个橘子，1个菠萝。我在看不见的情况下从中选出5个水果，选出了2个香蕉，2个橘子，1个菠萝。

分别求出P值，R值，F值。

1、准确率（P值）：

准确率是针对预测结果而言的，它表示的是预测为正的样本中有多少是真正的样本。这里的正样本就是我想吃的香蕉。

在预测结果中，有2个香蕉，总个数是选的5个，那么P值计算：P=2/5

2、召回率（R值）：

召回率是针对我们原来的样本而来的，它表示的是样本中的正例有多少被预测正确了。

这里的正类是我想吃的香蕉，而在样本中的香蕉树是6个，召回率的召回也可以这么理解，代表了原始样本中的正类召回了多少。那么R值计算：R=2/6

3、F值：

我们在评价的时候，当然是希望检索结果Precision越高越好，同时Recall也越高越好，但事实上两者在某些情况下是有矛盾的。比如在极端情况下，在这个例子中，我们只搜索出了一个结果，且是香蕉，那么Precision就是100%，但是Recall为1/6就很低；而如果我们抽取10个水果，那么比如Recall是100%，但是Precision为6/10，相对来说就会比较低。

因此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，最常见的方法是F-Measure，通过计算F值来评价一个指标。特殊情况F1=2PR/(P+R)