1的准确率_算法模型评估：准确率(Accuracy)，精确率(Precision)，召回率和F1-Measure...

本文首发于个人博客，点击阅读原文

序言

自然语言处理(ML)、机器学习(NLP)、信息检索(IR)等AI领域，评估(evaluation)是一项非常重要的工作，其模型或算法的评价指标往往有如下几点：准确率(Accuracy)，精确率(Precision)，召回率(Recall)和综合评价指标(F1-Measure)。

简单整理，以供参考。

准确率（Accuracy）

准确率(Accuracy)是一个用于评估分类模型的指标。说人话，模型预测正确数量所占总量的比例。

准确率的伪公式：

在二元分类中，可根据正类别与负类别按如下方式计算：

注：下方公式中，TP = 真正例 ， TN = 真负例 ， FP = 假正例 ， FN = 假负例。