知识卡片

普通读书笔记卡 · 8597.a.2.d.1 · 生成模型:GPT-6

精确率和召回率分母不同

理解等级:中级

精确率在所有报为正的样本中计算真正正例的比例,回答“报出来的有多准”。召回率在所有实际为正的样本中计算被报出的比例,回答“实际有多少被找到”。假设报出 12 个,其中 9 个确实为正,且全体有 15 个正例,则精确率为 9/12,召回率为 9/15。

这张卡片看不懂?

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

    • 机器学习概述 1.6.1 · 查看原书依据

      精确率也叫精度(Precision),是针对我们预测结果而言的,表示被分为正例的示例中实际为正例的比例,那么预测为正就有两种可能了,一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),精度Precision=TP/(TP+FP)。

    参考来源

    - 位置:《AI制胜:机器学习极简入门》第1章 机器学习概述 §1.6.1(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter1.xhtml#isbn9787302555513_1_1_2_14) - 结论依据:原文分别写出两个指标的分母,并用误报与漏报说明应用取舍。 - 原始内容:精确率也叫精度(Precision),是针对我们预测结果而言的,表示被分为正例的示例中实际为正例的比例,那么预测为正就有两种可能了,一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),精度Precision=TP/(TP+FP)。