目录
1. 评价标准
1.1正确率、召回率、F1指标
正确率与召回率(Precision & Recall )是广泛应用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量。
一般来说,正确率就是检索出来的条目有多少是正确的,召回率就是所有正确的条目有多少被检索出来了。
F1值=2*(正确率*召回率)/ (正确率+召回率)。是综合上面二个指标的评估指标,用于综合反映整体的指标。
这几个指标的取值都在0-1之间,数值越接近于1,效果越好。
eg1:
某池塘有1400条鲤鱼,300只虾,300只鳖。现在以捕鲤鱼为目的。撒一大网,逮着了700条鲤鱼,200只虾,100只鳖。那么,这些指标分别如下:
正确率=700 / (700 + 200 + 100) = 70%
召回率=700 / 1400 = 50%
F值=70%* 50%* 2/ (70%+50%)= 58.3%
eg2:
某池塘有1400条鲤鱼,300只虾,300只鳖。现在以捕鲤鱼为目的。撒一大网,逮着了所有的鱼虾鳖∶
正确率=1400/(1400 + 300 + 300) = 70%
召回率=1400/ 1400 = 100%
F值= 70%*100%* 2/(70%+ 100%)= 82.35%
结论:很多情况下,准确率和召回率很多情况下不能兼得,因此需要在不同场合中需要自己判断是准确率高还是召回率比较高。综合考虑准确率和召回率的另一个指标——F-Score