精准率和召回率

预测为真且实际为真/预测为真：精确率（查准）

预测为真且实际为真/实际为真：召回率（查全）

实际上非常简单，精确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了，一种就是把正类预测为正类(TP)，另一种就是把负类预测为正类(FP)，也就是

$$P = \frac{TP}{TP+FP}$$
而 召回率是针对我们原来的 样本而言的，它表示的是样本中的正例有多少被预测正确了。那也有两种可能，一种是把原来的正类预测成正类(TP)，另一种就是把原来的正类预测为负类(FN)。
$$R = \frac{TP}{TP+FN}$$
其实就是分母不同，一个分母是预测为正的样本数，另一个是原来样本中所有的正样本数。

其中：

True Positive （真正例, TP）被模型预测为正的正样本；可以称作判断为真的正确率

True Negative（真负例 , TN）被模型预测为负的负样本 ；可以称作判断为假的正确率

False Positive （假正例, FP）被模型预测为正的负样本；可以称作误报率

False Negative（假负例 , FN）被模型预测为负的正样本；可以称作漏报率

准确率（accuracy）

与精确率不同，准确率是为了衡量预测正确的数量占总预测的比率。

$$> A=(TP+TN)/(TP+TN+FP+FN) >$$