准确率,精度与召回率
假设某鱼塘有100条鱼，鲤鱼80条，鲫鱼20条，目标是捕到所有鲫鱼。让某人捕50条鱼，其中20条是鲫鱼，另外30条鲤鱼也当做鲫鱼被捕到。评估此人工作。
TP（True Positive）：被判定为正样本，事实上也是证样本。
TN（True Negative）：被判定为负样本，事实上也是负样本。
FP（False Positive）：被判定为正样本，但事实上是负样本。
FN（False Negative）：被判定为负样本，但事实上是正样本。
此时：TP=20，TN=50，FP=30，FN=0
准确率
对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。也就是损失函数是0-1损失时测试数据集上的准确率
Accuracy=(TP+TN)/100=70%
精度
它计算的是所有被检索到的item中,”应该被检索到”的item占的比例。
Precision=TP/(TP+FP)=40%
召回率
它计算的是所有检索到的item占所有”应该检索到的item”的比例。
Recall=TP/(TP+FN)=100%