中文的翻譯有點亂，大致是這樣的：Precision（查準率，精確率），Recall（查全率，召回率），Accuracy（準確率）。下面提到這三個名詞都用英文表示。
　　從一個例子入手：我們訓練了一個識貓模型，送一張圖片給模型，模型就能告訴你該圖片是否有貓。目標是找出所有有貓圖片。
　　下面送100張有貓的圖片，和100張無貓的圖片給模型。假設預測的結果如下：

　　下面定義四個引數：
TP（True Positives）：模型識別有貓，實際圖片有貓。在上面例子中為90
FP（False Positives）：模型識別有貓，實際圖片沒有貓。在上面例子中為5
TN（True Negatives）：模型識別沒有貓，實際圖片沒有貓。在上面例子中為95
FN（False Negatives）：模型識別沒有貓，實際圖片有貓。在上面例子中為10

1， Precision=TPTP+FP $P$

2，$Recall = \frac{TP}{TP+FN}$ ：表示““正確被識別到有貓的圖片”佔““所有含有貓的圖片”的比例。該例為：$\frac{90}{90+10}$

3，$Accuracy = \frac{TP+TN}{TP+FP+TN+FN}$ ：表示“模型預測正確的比例。該例為：$\frac{90+95}{90+5+95+10}$