参考李航的统计学习方法
TP--将正类预测为正类数;
FN--将正类预测为负类数;
FP--将负类预测为正类数;
TN--将负类预测为负类数;
准确率(accuracy)
A = (TP + TN)/(P+N) = (TP + TN)/(TP + FN + FP + TN);
精确率(precision)定义为
P=TP/(TP+FP);反映了被分类器判定的正例中真正的正例样本的比重
召回率(recall)定义为
R=TP/(TP+FN);反映了被正确判定的正例占总的正例的比重
F1的值
2/F1=1/P+1/R
对100条数据进行分类,100条数据中正的有70条,反的有30条,分类结果判定正的有50条(其中实际正的40条,反的10条),判定反的有50条(实际正的30条,反的20条)。
精确率为
40/(40+10)
召回率为
40/(40+30)
来源:https://www.cnblogs.com/yan456jie/p/5369425.html