召回率与准确率
来源:互联网 发布:mac隐藏下方菜单栏 编辑:程序博客网 时间:2024/05/21 10:48
转自这里
一.定义辨析
在信息检索领域,精确率和召回率又被称为在信息检索领域,精确率和召回率又被称为查准率和查全率,
查准率=检索出的相关信息量 / 检索出的信息总量
查全率=检索出的相关信息量 / 系统中的相关信息总量
二.举个栗子
准确率(accuracy) = 预测对的/所有 = (TP+TN)/(TP+FN+FP+TN) = 70%
精确率(precision) = TP/(TP+FP) = 80%
召回率(recall) = TP/(TP+FN) = 2/3
纠正下,精确率(precision)和准确率(accuracy)是不一样的,题主问的应该是精确率与召回率之间的差别。
一.定义辨析
刚开始接触这两个概念的时候总搞混,时间一长就记不清了。
实际上非常简单,精确率是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了,一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),也就是其实就是分母不同,一个分母是预测为正的样本数,另一个是原来样本中所有的正样本数。
而召回率是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。那也有两种可能,一种是把原来的正类预测成正类(TP),另一种就是把原来的正类预测为负类(FN)。
在信息检索领域,精确率和召回率又被称为在信息检索领域,精确率和召回率又被称为查准率和查全率,
查准率=检索出的相关信息量 / 检索出的信息总量
查全率=检索出的相关信息量 / 系统中的相关信息总量
二.举个栗子
假设我们手上有60个正样本,40个负样本,我们要找出所有的正样本,系统查找出50个,其中只有40个是真正的正样本,计算上述各指标。
- TP: 将正类预测为正类数 40
- FN: 将正类预测为负类数 20
- FP: 将负类预测为正类数 10
- TN: 将负类预测为负类数 30
准确率(accuracy) = 预测对的/所有 = (TP+TN)/(TP+FN+FP+TN) = 70%
精确率(precision) = TP/(TP+FP) = 80%
召回率(recall) = TP/(TP+FN) = 2/3
阅读全文
0 0
- 召回率与准确率
- 召回率与准确率
- 准确率与召回率
- 召回率与准确率
- 准确率与召回率
- 召回率与准确率
- 召回率与准确率
- 准确率与召回率
- 召回率与准确率
- 准确率与召回率
- 准确率与召回率
- 准确率与召回率
- 准确率与召回率
- 准确率与召回率
- 准确率与召回率
- 准确率与召回率
- 准确率与召回率
- 准确率与召回率
- springmvc log4j设置日志输出级别
- NYOJ 364 HDU 1052 田忌赛马
- (10)global-results、继承包
- 虚拟机的几种网络连接方式
- 获取人民币外汇汇率
- 召回率与准确率
- try,catch,finally执行顺序的测试
- 1为数据库查询的数据中加一排序号,2判断为查询出来的字段赋值
- 运行helloworld.java出错记录
- 揭秘—高级产品经理的日常工作
- 为什么要写这个系列文章【程序员成长之道系列文章之1】
- 子弹工厂
- Unity5权威讲解之菜鸟读书笔记(一)
- [算法笔记]选二取一