precision和recall

本文介绍了Precision(准确率)和Recall(召回率)的概念,通过四格图进行直观解释,同时讨论了两者在实际应用中的权衡。F1-Measure作为综合评价指标,是Precision和Recall的调和平均数,当F1值高时,表示实验方法较为理想。
摘要由CSDN通过智能技术生成

Recall(召回率);Precision(准确率);F1-Meature(综合评价指标);

首先来个定义:
Precision:被检测出来的信息当中 正确的或者相关的(也就是你想要的)信息中所占的比例;
Recall:所有正确的信息或者相关的信息(wanted)被检测出来的比例。

查了资料都习惯使用四格图来解释,来个易懂的四格图:
这里写图片描述
true positives (纳真) false positives(纳伪)
false negatives(去真)true negatives (去伪)
其中false positives(纳伪)也通常称作误报,false negatives也通常称作漏报!
precision=tptp+fp

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

痴澳超

如果感觉博客有帮助,请我喝杯咖

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值