分类模型的评估方法F-Score

分类模型的评估方法F-Score

在一网站上发现对于这一概念解释较好，搬运如下：

1. TP、TN、FP、FN解释说明

行表示预测的label值，列表示真实label值
TP：True Positive, 被判定为正样本，事实上也是正样本。
FP：False Positive,被判定为正样本，但事实上是负样本。
TN：True Negative, 被判定为负样本，事实上也是负样本。
FN：False Negative,被判定为负样本，但事实上是正样本。

“狼来了”的故事模型：

2. precision 和 recall 的计算

Accuracy：表示预测结果的精确度，预测正确的样本数除以总样本数。
precision: 准确率，又称为查准率，表示预测结果中，预测为正样本的样本中，正确预测为正样本的概率；
recall: 召回率，又称为查全率，表示在原始样本的正样本中，最后被正确预测为正样本的概率；

3. 参考来源

搬运来源