转自：彷徨的石头
一个分类器最主要的评测指标就是查准率（正确率）和查全率（召回率）。为了评价二分分类问题的性能，先做以下约定：
a:正例测试文档被正确分类为该类的数量；
b:负例测试文档被错误分类为属于该类的数量；
c:正例测试文档被错误分类为不属于该类的数量；
d：负例测试文档被正确分类为不属于该类的数量；
基于上面四个值，就可以定义下面的一些评价指标：
其中，查准率和查全率反映了分类器分类性能的两个方面。如果综合考虑查准率与查全率，可以得到新的评价指标F1测试值，也称为综合分类率：
为了综合多个类别的分类情况，评测系统整体性能，经常采用的还有微平均F1（micro-averaging）和宏平均F1（macro-averaging ）两种指标。宏平均F1与微平均F1是以两种不同的平均方式求的全局的F1指标。其中宏平均F1的计算方法先对每个类别单独计算F1值，再取这些F1值的算术平均值作为全局指标。而微平均F1的计算方法是先累加计算各个类别的a、b、c、d的值，再由这些值求出F1值。由两种平均F1的计算方式不难看出，宏平均F1平等对待每一个类别，所以它的值主要受到稀有类别的影响，而微平均F1平等考虑文档集中的每一个文档，所以它的值受到常见类别的影响比较大。
一个分类器最主要的评测指标就是查准率（正确率）和查全率（召回率）。为了评价二分分类问题的性能，先做以下约定：
a:正例测试文档被正确分类为该类的数量；
b:负例测试文档被错误分类为属于该类的数量；
c:正例测试文档被错误分类为不属于该类的数量；
d：负例测试文档被正确分类为不属于该类的数量；
基于上面四个值，就可以定义下面的一些评价指标：
其中，查准率和查全率反映了分类器分类性能的两个方面。如果综合考虑查准率与查全率，可以得到新的评价指标F1测试值，也称为综合分类率：
为了综合多个类别的分类情况，评测系统整体性能，经常采用的还有微平均F1（micro-averaging）和宏平均F1（macro-averaging ）两种指标。宏平均F1与微平均F1是以两种不同的平均方式求的全局的F1指标。其中宏平均F1的计算方法先对每个类别单独计算F1值，再取这些F1值的算术平均值作为全局指标。而微平均F1的计算方法是先累加计算各个类别的a、b、c、d的值，再由这些值求出F1值。由两种平均F1的计算方式不难看出，宏平均F1平等对待每一个类别，所以它的值主要受到稀有类别的影响，而微平均F1平等考虑文档集中的每一个文档，所以它的值受到常见类别的影响比较大。