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