我们将算法预测的结果分成四种情况：
正确肯定（真正例，True Positive,TP）：预测为真，实际为真；
正确否定（真反例，True Negative,TN）：预测为假，实际为假；
错误肯定（假正例，False Positive,FP）：预测为真，实际为假 ；
错误否定（假反例，False Negative,FN）：预测为假，实际为真 。
显然样例总数为：TP+FP+TN+FN。
准确率（Accuracy）：
被正确检索的样本数（包括真样本和假样本）与样本总数之比。即：(TP+TN)/(TP+FP+TN+FN)。
精确率（也叫查准率，Precision）：
被正确检索的真样本数与检索时认为是真样本的数量之比。即：TP/(TP+FP)。（正确性，标识为真的结果中有多少是真正的真结果）
召回率（也叫查全率，Recall） ：
被正确检索的真样本数与应当被检索成真样本的数量之比。即：TP/(TP+FN)。（有效性，一堆真正的真结果中有多少被正确标识为“真”）
举例说明：
一个班有50人，在某场考试中有40人及格，10人不及格。某一模型预测39人及格，其中37人确实及格了，剩下2人实际上不及格。
模型正确分类了45人（及格37人 + 不及格8人），Accuracy=45/50=90%。
本例中，不及格为正例，正确检索到了37人不及格，总共检索到39人，应当检索到40人不及格，故Precision=37/39=94.9%，Recall=37/40=92.5%。
查准率和查全率的关系：
查准率和查全率是一对矛盾的度量。一般来说，查准率高时，查全率往往偏低；而查全率高时，查准率往往偏低,可以通过Precision-Recall曲线来取两者的平衡值。
"平衡点"是"查准率=查全率"时的取值。
如：
若一个学习器P-R曲线被另一个学习器的曲线完全"包住",则可断言后者的性能优于前者。
如上图中学习器A的性能优于学习器C; 如果两个学习器的P-R曲线发生了交叉，如图中的A与B，则难以一般性地断言两者孰优孰劣，只能在具体的查准率或查全率条件下进行比较。然而，在很多情形下，人们往往仍希望把学习器A与B比出个高低。这时一个比较合理的判据是比较P-R 曲线节面积的大小，面积大者性能更优。
应用场景：
「宁愿漏掉，不可错杀」
在识别垃圾邮件的场景中可能偏向这一种思路，因为我们不希望很多的正常邮件被误杀，这样会造成严重的困扰。
因此，Precision 将是一个被侧重关心的指标。
「宁愿错杀，不可漏掉」
在金融风控领域大多偏向这种思路，我们希望系统能够筛选出所有有风险的行为或用户，然后交给人工鉴别，漏掉一个可能造成灾难性后果。
因此，Recall 将是一个被侧重关心的指标。
F-Score：
F-Score用来综合考虑Precision与Recall。
当β=1时，称为F1-score，此时，精确率和召回率都很重要，权重相同。有些情况下，我们认为精确率更重要些，那就调整β的值小于1；如果我们认为召回率更重要些，那就调整β的值大于1。