分类的评判标准

分类方法常用的评判标准

• TP(真阳性):正样本被正确预测为正样本,例子中的60
• FP(假阳性):负样本被错误预测为正样本,例子中的10
• TN(真阴性):负样本被正确预测为负样本,例子中的25
• FN(假阴性):正样本被错误预测为负样本,例子中的5

评价方法介绍

最终的计算公式

1.Precision(精确率)

关注预测为正样本的数据(可能包含负样本)中,真实正样本的比例
计算公式

2.Recall(召回率)

关注真实正样本的数据(不包含任何负样本)中,正确预测的比例
计算公式

3.F-score中β值的介绍

β是用来平衡Precision,Recall在F-score计算中的权重,取值情况有以下三种:

• 如果取1,表示Precision与Recall一样重要
• 如果取小于1,表示Precision比Reca