機器學習筆記--查準率precision和查全率recall、F1

真正例(true positive)、假正例(false positive)、真反例(true negative)、假反例(false negative),分別用TP、FP、TN、FN表示相應樣例數,樣例總數=TP+FP+TN+FN;分類結果混淆矩陣: 真實情況 預測結果 正例 反例 正例 TP(真正例) FN(假反例) 反例 FP(假正例) TN(真反例) 查準率(precision):被認定爲
相關文章
相關標籤/搜索