多分類問題中查全率和查準率的理解

查全率查準率是從信息檢索來的，那麼咱們就得先看看原來的是怎麼定義的：

查全率——它是指檢出的相關文獻量與檢索系統中相關文獻總量的比率，是衡量信息檢索系統檢出相關文獻能力的尺度。
查準率——它是指檢出的相關文獻量與檢出文獻總量的比率，是衡量信息檢索系統檢出文獻準確度的尺度。

使用泛指性較強的檢索語言(如上位類、上位主題詞)能提升查全率，但查準率降低。
使用專指性較強的檢索語言(以下位類、下位主題詞)能提升查準率，但查全率降低。
下面用多分類問題舉個例子，首先咱們計算多分類問題的混淆矩陣，而後計算各個指標，結果以下：

confus =

69            2              4              6           1          14           4
3             70            6              2           7           6            6
4              6             66             2           5           6          11
2              2             18            51          9          12          6
4              8              1               2          80         3           2
7             6               3              7           2           67        8
11           6               7              5           7           6          58

accuracy =0.6586

numcorrect =461

precision =0.6900    0.7000    0.6286    0.6800    0.7207    0.5877    0.6105

recall =0.6900    0.7000    0.6600    0.5100    0.8000    0.6700    0.5800

F =0.6900    0.7000    0.6439    0.5829    0.7583    0.6262    0.5949

這是一個7-分類問題，每一類樣本100。混淆矩陣看見了麼？ confus矩陣中每一行和等於該類的樣本和=100；可是每一列就不是100了，每一列其實的意義，就是信息檢索的返回的全部結果。

假設咱們用類別3的標籤進行搜索，那麼會返回confus中第3列的全部數據，沒問題吧？由於分到第3類的確實是這些數據，一共有105個，由於有其餘的類也分到這個類中了唄。

因此第三類的查準率=檢索出的相關文檔數目（66）/檢索返回的全部的文檔數目（105）=0.6288=precision(3)。結果是沒問題的吧。

查全率那就是檢索出的文檔數目（66）/數據庫中的第三類的全部文檔數目（檢索出的第三類+沒有檢索出的第三類=confus第三行的和=100）=0.66=recall(3)。也沒問題吧。