准确率、精确率，召回率以及模型拟合问题

1、准确率，精确率、召回率

• TP：True Positive，表示预测结果为阳性，且实际类别也是阳性，即预测类别与实际类别一致，简称真阳；
• FP：False Positive，表示预测结果为阳性，但是实际类别为阴性，即预测类别与实际类别不同，简称假阳；
• TN：True Negative，表示预测结果为阴性，且实际类别也是阴性，即预测结果与实际类别一致，简称真阴；
• FN：False Negative，表示预测结果为阴性，但是实际类别为阳性，即预测结果与实际类别不同，简称假阴；

1.1 准确率

1.2 精确率

  精确率是统计所有预测结果为阳性的里面，有多少是对的，即有多少是真阳。

1.3 召回率

  召回率是统计所有实际类别为阳性的里面，有多少预测对了。召回率与后面的TPR（真阳性率，命中率）的定义是一样的。预测对的即TP；实际类别为阳性，在预测的时候，可能会预测为阳性，也可能会预测为阴性，即为TP + FN。则有

2、模型过拟合

  模型过拟合时在测试集中会出现召回率极低，精确率极高的情况，原因是模型只会把完全符合A特征的预测为A，然后将部分特征符合A的不预测为A，即尽量不预测为A。