机器学习结果统计-准确率、召回率,F1-score

用手写数字识别来作为说明。
准确率: 所有识别为”1”的数据中,正确的比率是多少。 
如识别出来100个结果是“1”, 而只有90个结果正确,有10个实现是非“1”的数据。 所以准确率就为90%

召回率: 所有样本为1的数据中,最后真正识别出1的比率。 
如100个样本”1”, 只识别出了93个是“1”, 其它7个是识别成了其它数据。 所以召回率是93%

F1-score:  是准确率与召回率的综合。 可以认为是平均效果。


详细定义如下:
对于数据测试结果有下面4种情况:
TP: 预测为正, 实现为正
FP: 预测为正, 实现为负
FN: 预测为负,实现为正
TN: 预测为负, 实现为负

准确率: TP/ (TP+ FP
召回率: TP(TP + FN)
F1-score: 2*TP/(2*TP + FP + FN) 

猜你喜欢

转载自blog.csdn.net/net_wolf_007/article/details/51769020