Precision & Recall

定义

模式识别 & 信息检索领域中的二分类问题中，一个分类器的计算效果可以通过如下两个指标进行衡量：

• Precision：识别样本中，相关的样本比例；
• Recall：相关样本中，识别的样本比例；

二者关系如下图所示：

如：在9只Dog和若干Cat构成的集合中，一个分类器识别出了7只Dog；其中4只识别正确，另外3只为Cat；此时：

Precision = 4/7
Recall = 4/9

Type I & Type II Error

如果将零假设定义为： 分类器识别了所有，且仅相关样本； 那么precision & recall 分别对应于第I类和第II类错误；上例中包含了3个第I类错误和5个第二类错误；