机器学习/深度学习入门：准确率(查准率)、召回率(查全率)和F值

正确率、召回率和F值是目标的重要评价指标。 
 
正确率 = 正确识别的个体总数 / 识别出的个体总数 
召回率 = 正确识别的个体总数 / 测试集中存在的个体总数 

F值 = 正确率 * 召回率 * 2 / (正确率 + 召回率)

假设要识别照片中的狗的，在一些照片中，包含12只狗的照片和一些猫的照片。算法识别出有8只狗。在确定的8只狗中，5只实际上是狗（真阳性TP），而其余的是猫（假阳性FP）。该程序的精度为5/8，而其召回率为5/12。

不妨举这样一个例子：某池塘有1400条鲤鱼，300只虾，300只鳖。现在以捕鲤鱼为目的。Seaeagle撒一大网，逮着了700条鲤鱼，200只虾，100只鳖。那么，这些指标分别如下：
正确率 = 700 / (700 + 200 + 100) = 70% 
召回率 = 700 / 1400 = 50% 
F1值 = 70% * 50% * 2 / (70% + 50%) = 58.3%

不妨看看如果Seaeagle把池子里的所有的鲤鱼、虾和鳖都一网打尽，这些指标又有何变化： 
正确率 = 1400 / (1400 + 300 + 300) = 70% 
召回率 = 1400 / 1400 = 100% 
F1值 = 70% * 100% * 2 / (70% + 100%) = 82.35% 
由此可见，正确率是评估捕获的成果中目标成果所占得比例；召回率，顾名思义，就是从关注领域中，召回目标类别的比例；而F值，则是综合这二者指标的评估指标，用于综合反映整体的指标。

下面有关分类算法的准确率，召回率，F1 值的描述，错误的是？ C

• 准确率是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率  A

• 召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率  B

• 正确率、召回率和 F 值取值都在0和1之间，数值越接近0，查准率或查全率就越高  C

• 为了解决准确率和召回率冲突问题，引入了F1分数  D