昨天把这三个好好理解了一下,一般在用算法模型进行预测之前,都用标好的数据进行训练,这些标好的数据就是ground truth,
实际结果 TRUE FALSE
预测结果
Positive TP FP TP:为预测样本结果为正的,实际样本结果也是正的,即真的正,前面的T和F就是修饰预测结果
Negative FN TN FP:为预测样本结果为正的,但实际样本结果为假,即假的正
FN:为预测样本结果为假的,但实际样本结果为正,所以结果就是假的假,即实际结果为正
TN:为预测样本结果为错的,实际样本结果也为错,即真的错,即TN
准确率: TP+TN/(TP+FP+FN+TN)
准确率:就是指预测对的概率。预测样本为正的,实际样本也是正,这是预测对的;预测样本为假,实际样本也是假,所以预测也对了;
精确率: TP/(TP+FP)
精确率:精确率看重的是预测的样本结果为正的 比上(预测样本结果是真对的加上预测样本结果是假对的),实际结果也是正的概率。
召回率: TP/(TP+FN)
召回率:召回率看重是预测样本为正的,实际样本结果也为正的 比上(预测 样本结果是真对的加上预测样本是假错的),就是预测样本为正。(就是预测对的,比上在预测结果中,实际真正对的总和)
参考: