二类分类问题中的精确率(precision)与召回率(recall)

   评价分类器的一般指标是分类准确率（accuracy），其定义是：对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。但对于二类分类问题，尤其是当我们对二类分类中的占少数的一方感兴趣时，准确率基本就会失去其作为评判标准的意义。
   举例来说，当我们做一个癌症检测的分类器时，假设有100个样本，其中99个为正类（无癌症），一个反类（有癌症）。假设我们用一个判定结果永远是正面的模型来进行预测，把么该模型的准确率就是：
    预测正确的个数/总个数=99/100=99%
   但如果我们用这个准确率为99%的模型进行预测，那么一个癌症患者都分辨不出来，这种情况下准确率就失去了评价的意义。
   因此，对于二类分类，更加常用的评价指标是精确率（precision）和召回率（recall）。通常，以关注的类为正类，其他类为反类，分类器在测试数据集上的预测或正确或不正确，4种情况出现的总数分别记为：
    TP——将正类预测为正类数；
    FN——将正类预测为负类数；
    FP——将负类预测为正类数；
    TN——将负类预测为负类数；

   精确率定义为：
            
   召回率定义为：
            
   精确率和召回率的调和均值：
            
            

• 精确率 ： 预测为正例的结果中，正确的个数所占的比例。我们可以理解为，当模型做一次新的预测时，它预测对的概率是多少。

• 召回率 ： 在所有的正样本中，预测对了多少。我们可以理解为，对于一个预测集，我么能将其中正例的多少正确的寻找出来。

• 精确率和召回率的调和均值 ： 一般来说，精确率和召回率是一对矛盾的指标（一方大对应另一方小），因此，需要综合考虑他们，调和均值是精确率和召回率的加权调和平均，当双方的权值都为1时，公式如上述图片。但有时我们会认为精确率更加重要，因此给其一个权值α，此时调和均值公式就为：