学习心得：精确度precision和召回率recall

     精确度和召回率，是两个比较难以理解的模型评价指标。而且两者存在着难以兼得的关系。

计算方法

     两种指标的计算公式如下：

     
   其中，TP为正样本预测为真的数目，FP为负样本预测为真的数目，FN为正样本预测为假的数目。

二者的关系

    两者的关系可以通过下面的一个二分类图进行说明：

    对上图的两类训练一个分类器，会得到一个超平面，在图中将两类分割。假设圆圈是正样本，那么precision越高，要求超平面离三角越远越好，这样必然会造成一种结果——某些圆圈被划分到超平面左侧，被错误分类，会造成recall的下降。反之亦然。
    因此这两个指标是一种矛盾的关系，不可兼得。实际中，看我们更加重视哪个指标。比如在人脸支付领域，要求不能错判，但是可以漏判，因此precision更重要；在疾病监测领域，要求不能漏判，但是可以接受错判，因此recall更重要。