ElasticSearch 判断结果质量的度量值精准率、召回率

• 召回率是指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
• 精准率就是检索出来的条数多少是正确的，召回率就是所有准确的条目有多少条被检索出来了
  精准率 = 检索出的正确信息条数/检索出的总信息条数
  召回率 = 检索出正确的信息条数/样本中的总正确信息条数

F值 = 正确率 * 召回率 * 2 / (正确率 + 召回率) （F 值即为正确率和召回率的调和平均值）
F值越高越接近1，则其准确率或者召回率

某池塘有1400条鲤鱼，300只虾，300只鳖。现在以捕鲤鱼为目的。撒一大网，逮着了700条鲤鱼，200只虾，100只鳖。那么，这些指标分别如下：
正确率 = 700 / (700 + 200 + 100) = 70%
召回率 = 700 / 1400 = 50%
F值 = 70% * 50% * 2 / (70% + 50%) = 58.3%
不妨看看如果把池子里的所有的鲤鱼、虾和鳖都一网打尽，这些指标又有何变化：
正确率 = 1400 / (1400 + 300 + 300) = 70%
召回率 = 1400 / 1400 = 100%
F值 = 70% * 100% * 2 / (70% + 100%) = 82.35%

综合评价指标
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（又称为F-Score）。

F-Measure是Precision和Recall加权调和平均：
当参数α=1时，就是最常见的F1

可知F1综合了P和R的结果，当F1较高时则能说明试验方法比较有效。