当前位置：网站首页>【指标】Precision、Recall

【指标】Precision、Recall

2022-04-23 06:11:00 【^_^ 晅菲】

文章目录

1. 二元分类指标

在这里插入图片描述
TP：预测为 真的样本 中 确实为 真的数量
FP：预测为 真的样本 中 确实为 假的数量
FN：预测为 假的样本 中 确实为 真的数量
TN：预测为 假的样本 中 确实为 假的数量

准确率 Accuracy：

正 确 预 测 的 样 本 = 正 确 预 测 为 1 + 正 确 预 测 为 0 的 总 样 本 数 \frac{正确预测的样本=正确预测为1+正确预测为0的}{总样本数} 总样本数正确预测的样本=正确预测为1+正确预测为0的​ = T P + T N A L L \frac{TP + TN}{ALL} ALLTP+TN​

查准率 Precision：

所 有 预 测 为 真 的 样 本 中 真 的 数 量 预 测 为 真 样 本 的 数 量 \frac{所有预测为真的样本中真的数量}{预测为真样本的数量} 预测为真样本的数量所有预测为真的样本中真的数量​ = T P T P + F P \frac{TP}{TP + FP} TP+FPTP​

召回率 Recall：

所 有 预 测 为 真 的 样 本 中 真 的 数 量 所 有 真 样 本 数 量 \frac{所有预测为真的样本中真的数量}{所有真样本数量} 所有真样本数量所有预测为真的样本中真的数量​ = T P T P + F N \frac{TP}{TP + FN} TP+FNTP​

举例： 预测得病个数。
假设总共有100个样本，其中20个得病。通过预测发现有24个得病，其中有18个是真实得病的。
这个情况下：
TP = 18
FP = 24-18=6
FN= 20-18 =2
TN= （100-24）-2 = 74

准确率 = 18 + 74 100 = 0.82 \frac{18+74}{100}=0.82 10018+74​=0.82
查准率= 18 18 + 6 \frac{18}{18+6} 18+618​
召回率= 18 18 + 2 \frac{18}{18+2} 18+218​

2. 参考

  1. https://www.jianshu.com/p/1ca37d729d0c

版权声明
本文为[^_^ 晅菲]所创，转载请带上原文链接，感谢
https://blog.csdn.net/weixin_43882112/article/details/121855982

边栏推荐

猜你喜欢

随机推荐