今天看書再一次看到這兩個概念，在我印象中原來很努力記憶過一次，效果嘛→顯而易見。這一次學聰明點，看懂了就記錄下來。

首先來講下二者概念：

召回率（recall）：是針對我們原來樣本而言，表示有多少樣本中的正例（一種是把正類預測為正類即TP，一種是把正類預測為負類即FN）被預測正確了。，提取出的正確資訊條數 / 樣本中的資訊條數。

精確率（precision）：是針對我們的預測結果而言，表示的是預測為正的樣本中（一種是把正類預測為正類即TP，一種是把負類預測為正類即FP）有多少是真正的正樣本。， 提取出的正確資訊條數 / 提取出的資訊條數。

TP:將正類預測為正類數

FP:將負類預測為正類數

FN:將正類預測為負類數 

TN:將負類預測為負類數

現在來講下記憶方法，T、F分別是TURE/FALSE，表示是結果的對不對的意思。P、N分別是Positive/Negative表示我們認為的是"是"或者”不是“。首先我們看第一個TP，拆開理解就是T和P，T表示預測結果是對的，P表示我們認為這結果為“正類”，意味著是從正類→正類。F和P，F表示預測結果是錯的，P表示我們認為這結果為“正類”，所以負類→正類。F和N，F表示預測結果錯誤，N表示我們認為這結果為“負類”，所以正類→負類。T和N，T表示預測結果是對的，N表示我們認為這結果為“負類”，所以負類→負類。

還有一個是準確率（accuracy ）：簡單理解就是猜對（將正的猜為正，將負的猜為負）的結果佔總數的概率。(TP+TN)/(TP+FP+FN+TN).

再補充一個F1值指標，公式是，作用就是調和P和R 的矛盾。後面查到升級版F1值引數，如下圖

主要是為了我自己記憶筆記，所以有沒明白的思路的小夥伴可以看看我當初參考的連結，自己琢磨下。