classification_report打印出来的三种评判标准:准确率,召回率,f1分数
对于数据测试结果有下面4种情况:
TP: 预测为正, 实现为正
FP: 预测为正, 实现为负
FN: 预测为负,实现为正
TN: 预测为负, 实现为负
准确率: TP/ (TP+FP)
召回率: TP/ (TP +FN)
F1-score: 2*TP/(2*TP + FP + FN)
召回率R:用检索到相关文档数作为分子,所有相关文档总数作为分母,即R = A / ( A + C )
- 精度P:用检索到相关文档数作为分子,所有检索到的文档总数作为分母.即P = A / ( A + B ).
举例来说: 一个数据库有500个文档,其中有50个文档符合定义的问题。
系统检索到75个文档,但是只有45个符合定义的问题。 召回率R=45/50=90% 精度P=45/75=60%