Recall, Precision, Detection rate, False Alarm rate

在一个大规模数据集合中检索文档时，对每个查询（Query）我们可以统计出四个值：

		相关	不相关
		1	0	合计
检索到	1	True Positive（TP）	False Positive（FP)	Predicted Positive(TP+FP)
未检索到	0	False Negative（FN）	True Negative(TN)	Predicted Negative(FN+TN)
合计		Actual Positive(TP+FN)	Actual Negative(FP+TN)	TP+FP+FN+TN

TP：检索到的，相关的 （搜到的也想要的）

FP：检索到的，但是不相关的 （搜到的但没用的）

FN：未检索到的，但却是相关的 （没搜到，然而实际上想要的）

TN：未检索到的，也不相关的 （没搜到也没用的）

 

那么， P = TP/(TP+FP)，R =TP/（TP+FN）

召回率,查全率(R)：检索到的相关文档 /库中所有的相关文档

准确率(P)：检索到的相关文档/所有被检索到的文档

 

D=TP/(TP+FN), F=FP/(FP+TN)

命中率(D): 检索到的相关文档/所有被检索到的文档

误报率(F): 检索到的不相关文档中实验相关的文档/检索到的被认为是不相关的文档

 

准确率和命中率是同一个东西.即所有(被检索到的文档/应该被检索到的文档)

误报率是不检索的命中率.