詳解Precision(查準率,精確率),Recall(查全率,召回率),Accuracy(準確率)
阿新 • • 發佈:2019-01-05
中文的翻譯有點亂,大致是這樣的:Precision(查準率,精確率),Recall(查全率,召回率),Accuracy(準確率)。下面提到這三個名詞都用英文表示。
從一個例子入手:我們訓練了一個識貓模型,送一張圖片給模型,模型就能告訴你該圖片是否有貓。目標是找出所有有貓圖片。
下面送100張有貓的圖片,和100張無貓的圖片給模型。假設預測的結果如下:
例子 | 圖片有貓 | 圖片沒有貓 |
---|---|---|
模型識別有貓(Positive) | 90 | 5 |
模型識別沒有貓(Negative) | 10 | 95 |
下面定義四個引數:
TP(True Positives):模型識別有貓,實際圖片有貓。在上面例子中為90
FP(False Positives):模型識別有貓,實際圖片沒有貓。在上面例子中為5
TN(True Negatives):模型識別沒有貓,實際圖片沒有貓。在上面例子中為95
FN(False Negatives):模型識別沒有貓,實際圖片有貓。在上面例子中為10
1, :表示“正確被識別到有貓的圖片”佔““所有被識別到有貓的圖片”的比例。該例為:
2, :表示““正確被識別到有貓的圖片”佔““所有含有貓的圖片”的比例。該例為:
3, :表示“模型預測正確的比例。該例為: