【AI】基本概念-準確率、精準率、召回率的理解

樣本全集：TP+FP+FN+TN

TP：樣本爲正，預測結果爲正

FP：樣本爲負，預測結果爲正

TN：樣本爲負，預測結果爲負

FN：樣本爲正，預測結果爲負

準確率（accuracy）：（TP+TN）/ （TP+TN+FP+FN）

精準率（precision）：TP/（TP+FP），正確預測爲正佔所有預測爲正的比例

召回率（recall）：TP/（TP+FN），正確預測爲正佔所有正樣本的比例

假定手上60個正樣本、40個負樣本，系統查找了50正樣本（TP+FP）,其中40個是正樣本。

即：

TP = 40

TP + FP = 50 ，即FP = 10

FN = 60 - 40 = 20

TN = 40 - 10 = 30

準確率（accuracy） = （TP+TN）/ （TP + TN + FP + FN） = （40 + 30）/ 100 = 70%

精確率（precision） = TP / （TP + FP） = 40 / （40 + 10） = 80 %

召回率（recall） = TP / （TP+FN） = 40 / （40 + 20） = 2/3