表示分类正确:
- True Positive (TP):本来是正样例,分类成正样例。
- True Negative (TN):本来是负样例,分类成负样例。
表示分类错误:
- False Positive (FP):本来是负样例,分类成正样例,通常叫误报。
- False Negative (FN):本来是正样例,分类成负样例,通常叫漏报。
召回率:
- Recall (R):被正确分成正例的样本占所有正例的比重。
- Recall = TP / (TP+FN)
准确率:
- Precision (P):被分成正例的样本中是真实正例的比重。
- Precison = TP / (TP+FP)
正确率:
- Accuracy:判断正确的样本与所有测试样本的比率。
- Accuracy = (TP+TN) / (TP+FN+FP+TN)
F1-measure: 2(RP) / (R+P)