1. 程式人生 > 其它 >機器學習中的Accuracy和Precision的區別

機器學習中的Accuracy和Precision的區別

準確率(Accuracy)、精確率(Precision)和召回率(Recall)的區別

準確率(Accuracy) = (TP + TN) / 總樣本 =(40 + 10)/100 = 50%。 定義是: 對於給定的測試資料集,分類器正確分類的樣本數與總樣本數之比。
True/Total

精確率(Precision) = TP / (TP + FP) = 40/60 = 66.67%。它表示:預測為正的樣本中有多少是真正的正樣本,它是針對我們預測結果而言的。Precision又稱為查準率。
TP/P (要選擇一種類別為研究物件,如男生、如某一個類;40/(40+20)。 精確率很高,召回率很低舉例:在資料集70個男生裡,預測了一個男生,其他69全預測為女生【圈內左1右0】:1/1=100%)

召回率(Recall) = TP / (TP + FN) = 40/70 = 57.14% 。它表示:樣本中的正例有多少被預測正確了, 它是針對我們原來的樣本而言的。Recall又稱為查全率。
TP/ (TP+FN),選擇一類為研究物件,男生:預測準確的40/groundtruth下該類總數70。

T都代表預測是否 對, PN都代表預測的結果。