知识卡片
四格表里的两个错误率
把一次检索的结果按“是否被检出”“是否相关”交叉,就得到四格:a = 检出且相关,b = 检出但不相关,c = 相关但未检出,d = 不相关且未检出。两个核心指标从中直接读出:
- 准确率(查准率,Precision)P = a / (a + b),衡量返回结果里有多少是对的,也叫精确率。
- 召回率(查全率,Recall)R = a / (a + c),衡量库里相关的文献被找回多少。
两个错误率是它们的补:误检率 = b / (a+b) = 1 − P,漏检率 = c / (a+c) = 1 − R。例:库中共有相关文献 50 篇,某次检索返回 60 篇、其中相关 45 篇,则 a=45、b=15、c=5,P = 45⁄60 = 0.75,R = 45⁄50 = 0.9,误检率 0.25,漏检率 0.1。
关键在分母:P 的分母是系统返回的量,R 的分母是库中客观存在的相关量。同一改动往往让一个分母变大、另一个不变,这正是二者反向变动的来源,详见[[精确率与召回率怎么取舍]]。d 虽然存在,但两个指标都用不到它。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第6章 搜索系统评价 · 查看原书依据
假设某搜索系统的数据库中所有文献的总量是L,对于某个查询,a表示被检索出的与查询相关的文献数量;b表示被检索出的与查询无关的文献数量;c表示与查询相关,但是没有被检索出的文献数量
参考来源
- 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第6章 搜索系统评价(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0086.html)
- 结论依据:原文以 a、b、c 三个计数定义两个比率,属于指标定义,卡片据此补出四格表、错误率与分母差异。
- 原始内容:假设某搜索系统的数据库中所有文献的总量是L,对于某个查询,a表示被检索出的与查询相关的文献数量;b表示被检索出的与查询无关的文献数量;c表示与查询相关,但是没有被检索出的文献数量