最近总是碰到各种各样的比值、、总结一下自己的理解吧，欢迎大家批评指正~~~
前提（列个表先。。。）
这张表能解决掉大部分问题（机智如我……^ ^）
还是再啰嗦介绍下——
准确率（Accurancy）
预测对的样本占样本总数的比例
准确率 = 预测情况与真实情况一致的样本个数 / 样本总数
A
c
c
u
r
a
n
c
y
=
(
T
P
+
T
N
)
/
(
T
P
+
T
N
+
F
P
+
F
N
)
Accurancy = ( TP + TN ) / ( TP + TN + FP +FN )
Accurancy=(TP+TN)/(TP+TN+FP+FN)
精确率（Precision）
预测为正样本的里面有多少是真正的正样本
精确率 = 预测为正的正样本个数 / （ 预测为正的正样本个数 + 预测为正的负样本个数 ）
P
r
e
c
i
s
i
o
n
=
T
P
/
(
T
P
+
F
P
)
Precision = TP / ( TP + FP )
Precision=TP/(TP+FP)
召回率 （Recall）
实际的正样本的里面有多少是预测为正样本
召回率 = 预测为正的正样本个数 / 正样本总数
R
e
c
a
l
l
=
T
P
/
(
T
P
+
F
N
)
Recall = TP / ( TP + FN )
Recall=TP/(TP+FN)
灵敏度/敏感性
具有某种特征的对象被预测出的可能性
即真正率 = 真正 /（ 真正 + 假负 ）= TP / ( TP + FN )
特异度/特异性
即真负率 = 真负 /（ 真负 + 假正 ）= TN / ( TN + FP )
漏判率
漏判率 = 1 – 敏感性 = FN / ( TP + FN )
误判率
误判率 = 1 – 特异性 = FT / ( FT + TN )
不像总结的总结
不知道你有没有发现，其实召回率就是灵敏度、敏感性，就是真正率 = =
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/135508.html
