先驗知識

　　我們首先將數據的類別統一分為兩類：正類和負類。例如：一個數據集中的數據一共有3類，小學生、中學生、高中生。我們的目標是預測小學生，那麽標記為小學生的數據就是正類，標記為其他類型的數據都是負類。

　　數據有兩種狀態：測試集數據和預測結果數據。

　　對一批測試數據進行預測，結果可以分成四種。

• TP(True Positive): 原本是正類，預測結果為正類。(正確預測為正類)
• FP(False Positive): 原本是負類，預測結果為正類。(錯誤預測為正類)
• TN(True Negative): 原本是負類，預測結果為負類。(正確預測為負類)
• FN(False Negative):
  原本是正類，預測結果為負類。(錯誤預測為負類)

準確率(Accuracy)

　　對於給定的測試數據集，分類器正確分類的樣本數與樣本總數之比，就稱為準確率，即(TP+TN)/(TP+TN+FP+FN)

精確率(Precision)

　　在預測結果為正類的數據中，有多少數據被正確預測(原本就是正類)，即TP/(TP+FP)。

　　對應於檢索中的查準率，檢索出相關文檔數/檢索出的文檔總數

召回率(Recall)

　　在測試集中為正類的數據中，有多少數據被正確預測(預測結果是正類)，即TP/(TP+FN)。

　　對應於檢索中的查全率。檢索出相關文檔數/文檔庫中相關文檔總數

F1-Measure

　　精確率和召回率的調和平均值：Accuracy * Precision * 2 / (Accuracy + Precision)

總結

　　理論上，數據預測的準確率和召回率越接近1，說明預測模型的效果越好。但是實際中也不一定，取決於場景更傾向於哪一種。例如我們去某搜索引擎搜索XX病，一共返回了10條結果，其中5條廣告，5條有用的相關信息，那麽準確率就是50%，而後臺數據庫中一共就5條有用的相關信息，召回率卻是100%，所以大家就認為這個搜索引擎也能湊合用。

　　區別精確率和召回率主要記住他們是分母不同就好了，召回率是對應測試集中的正類數據而言，而準確率是對應預測結果為正類的數據而言。

準確率(Accuracy) 精確率(Precision) 召回率(Recall)和F1-Measure