周志華 機器學習 Day3

模型評估與選擇 性能度量 查準率、查全率與F1 例如，在信息檢索中，我們常常關心的是「檢索出的信息中有多少比例是用戶感興趣的」，「查準率」與「查全率」更爲適合。 對於二分類的問題，可將樣例根據真實類別與學習器預測類別的組合劃分爲真正例（TP）、假正例（FP）、真反例（TN）、假反例（FN），則TP+FP+TN+FN=樣例總數，分類結果的混淆矩陣如下圖。 查準率P與查全率R分別定義爲： 一般來說，查

>>阅读原文<<