准确率，精度与召回率

准确率,精度与召回率

假设某鱼塘有100条鱼，鲤鱼80条，鲫鱼20条，目标是捕到所有鲫鱼。让某人捕50条鱼，其中20条是鲫鱼，另外30条鲤鱼也当做鲫鱼被捕到。评估此人工作。

TP（True Positive）：被判定为正样本，事实上也是正样本。

TN（True Negative）：被判定为负样本，事实上也是负样本。

FP（False Positive）：被判定为正样本，但事实上是负样本。

FN（False Negative）：被判定为负样本，但事实上是正样本。

此时：TP=20，TN=50，FP=30，FN=0

准确率

对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。也就是损失函数是0-1损失时测试数据集上的准确率

Accuracy=(TP+TN)/100=70%

精度

它计算的是预测正类预测正确的样本数，占预测是正类的样本数的比例。

Precision=TP/(TP+FP)=40%

召回率

它计算的是预测正类预测正确的样本数，占实际是正类的样本数的比例

Recall=TP/(TP+FN)=100%