10-2 精确率和召回率
Last updated
Last updated
0 - Negative, 1 - Positive
预测值:0 | 预测值:1 | |
真实值:0 | 预测Negative正确 TN | 预测Positive错误 FP |
真实值:1 | 预测Negative错误 FN | 预测Positive正确 TP |
精准率 precision = TP / (TP + FP) 召回率 recall = TP / (TP + FN)
在有偏数据中,将1作为真正关注的事件 精准率:预测的关注事件(1)中预测对了的概率 召回率:关注事件发生中被预测到概率
这是网上关于精准率召回率的说明图:
回到9-1中的例子,如果某种癌症的发病率为0.1%,那么预测所有人都健康的模型,虽然准确率达到99.9%。但精准率没有意义,召回率为0,可见这个模型是个无效的模型。