二元分类中精确度precision和召回率recall的理解

版权声明：自由转载，无需过问 https://blog.csdn.net/Next__One/article/details/78644087

精确度（precision） 是二元分类问题中一个常用的指标。二元分类问题中的目标类
别只有两个可能的取值， 而不是多个取值，其中一个类代表正，另一类代表负，精确度就
是被标记为“正”而且确实是“正”的样本占所有标记为“正”的样本的比例。和精确度
一起出现的还有另一个指标召回率（recall）。召回率是被分类器标记为“正”的所有样本
与所有本来就是“正”的样本的比率。

比如，假设数据集有 50 个样本，其中 20 个为正。分类器将 50 个样本中的 10 个标记为
“正”，在这 10 个被标记为“正”的样本中，只有 4 个确实是“正”（也就是 4 个分类正
确）， 所以这里的精确度为 4/10=0.4，召回率为 4/20=0.2。