分类问题的评价指标

通常以关注的类为正类，其他类为负类，分类器在数据集上的预测或者正确或者不正确，我们有 $4$ 种情况：

    1）TP：True Positive， 把正类预测为正类；

    2）FP：False Positive，把负类预测为正类；

    3）TN：True Negative， 把负类预测为负类；

    4）FN：False Negative，把正类预测为负类

精确率：指在预测为正类的样本中真正类所占的比例，即

$$precision = \frac{TP}{TP + FP}$$

召回率：指在所有的正类中被预测为正类的比例，即

$$recall = \frac{TP}{TP + FN}$$

未完待续。。。。。。

分类问题的评价指标

原文：https://www.cnblogs.com/yanghh/p/13896089.html