對于二分類而言:即非True即False.
1.先用通俗的話說一遍:
查準率(precision):一句話簡單的說,即你認為是True的樣本中,到底有多少個樣本是真為True。
查全率(recall):同樣簡單一句話,即在預測樣本中屬于True的樣本,你真的判斷為True的有幾個。
2.稍微正式的表示:
查準率(precision):模型預測為True的樣本有N個,其中真實為True的樣本有M個,即 precision=M/N
查全率(recall):預測樣本集中為True的樣本有N個,其中模型真将這N個為True的樣本預測為True的數量為M個,即 recall=M/N
公式表示:此處參考https://www.jianshu.com/p/c91251a4e935
以上表格囊括了所有可能樣例。
其中,查準率Precision:
查全率:
對于多分類問題而言:
1.先用通俗的話說一遍:
precision:你認為屬于類别c的樣本中,有多少個樣本真的屬于類别c
recall:測試樣本中所有屬于c類别的樣本,你預測對了多少
2.稍微正式的表示:
precision:模型預測為c類的樣本有N個,其中确實屬于c類的樣本有M個,即 precision=M/N
recall:模型的測試樣本中共有N個c類别的樣本,其中這N個樣本被正确預測為c類别的個數為M,即 recall=M/N