机器学习中的Accuracy和Precision的区别

准确率(Accuracy)、精确率(Precision)和召回率(Recall)的区别

准确率(Accuracy) ＝ (TP + TN) / 总样本 ＝(40 + 10)/100 = 50%。 定义是: 对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。True/Total
精确率(Precision) ＝ TP / (TP + FP) = 40/60 = 66.67%。它表示：预测为正的样本中有多少是真正的正样本，它是针对我们预测结果而言的。Precision又称为查准率。TP/P （要选择一种类别为研究对象，如男生、如某一个类。）
召回率(Recall) ＝ TP / (TP + FN) = 40/70 = 57.14% 。它表示：样本中的正例有多少被预测正确了， 它是针对我们原来的样本而言的。Recall又称为查全率。TP/ (TP+FN)，groundtruth下该类总数。

T都代表预测是否 对， PN都代表预测的结果。

标签：机器,Recall,样本,Precision,40,TP,Accuracy
来源： https://www.cnblogs.com/zzai/p/15750322.html