我们常常在一些论文后看到作者给出的一些评估度量，不仅仅是简单的正确率，还有Fscore、recall等看似高深的东西。那么这些东西是怎么来、怎么用的呢？
我们要从不平衡类问题讲起。因为在正、负样本不均衡的类中，如果单一使用准确率可能是很不合理的。比如有10个异常类（一般标为正类），90个正常类（负类），那么我们关心的是异常类能不能都被正确分出来，这样才能达到我们的目标效果（就是检测异常）。如果我们训练的分类器把所有类都输出为负类，分类器的准确率也有90%，但对我们的目标而言没什么软用，所以稀有类的正确分类更重要。我们需要为这种不平衡问题设计合理的评估度量。
我们汇总分类模型正确和不正确预测的实例数目的混淆矩阵：
其中术语：
混淆矩阵中的计数可以表示为百分比形式。
真正率（True positive rate, TPR）或灵敏度（sensitivity）定义为被模型正确预测的正样本的比例：
真负率（True Negative Rate, TNR）或特指度表示被模型正确预测的负样本的比例：
假正率（False positive rate，FPR）定义为被预测为正类的负样本的比例，即实际上是负样本但是被分为了正类：
假负率（False Negative rate，FNR）定义为被预测为负类的正样本比例，即实际上是正样本但是被分为了父类：
好的，上面我们就讲完了不平衡类问题中可能用到的度量。
下面我们推广开，一般性问题中，广泛使用的度量：召回率(recall)和精度(precision)。
，精度确定分类器预测为正类的那些部分数据实际也是正类的比例。精度越高，分类器假正类错误率越低。
，召回率度量被分类器正确预测的正样本的比例。具有高召回率的分类器很少将正样本分为误样本。实际上召回率的值=真正率的值。
在一些情况下，我们更看重上面两个指标。比如，人体危险动作视频检测或者基于图像的疾病检测中，我们希望召回率足够高，这意味着危险动作、疾病等样本都有很高很高的概率被检测出来，但可能不是危险动作、不是疾病的样本被误判，但是没关系，因为检测出危险动作、疾病的情况更加重要，即使有一些误报我们也在所不惜。但大家发现，这种例子情况下，召回率高了，精度就低了。我们可以构造一个极限模型，最大化其中一个度量而不管另一个。构建一个最大化精度和召回度的模型是分类算法的主要任务之一。
精度和召回度能否和谐共存呢？可以的——F1度量。
即F1表示召回度和精度的调和均值：
两个数的调和均值趋向于接近较小的数。因此，一个高的F1度量值确保模型的精度和找回度都比较高。
最后，举个例子：
共同学习，欢迎指教！祝大家学习进步哈~
