准确率(Accuracy) | 查准率(Precision) | 查全率(Recall)

在机器学习中，对于一个模型的性能评估是必不可少的。准确率(Accuracy)、查准率(Precision)、查全率(Recall)是常见的基本指标。

为了方便说明，假设有以下问题场景：

要了解这些指标的含义，首先需要了解两种样本：

于是我们可以得到下面一张表：

有了上述知识，就可以计算各种指标了。

分类正确的样本数 与 样本总数之比。即： (TP + TN) / ( ALL ) .

在本例中，正确分类了45人（及格37 + 不及格8），所以 Accuracy = 45 / 50 = 90% .

被正确检索的样本数 与 被检索到样本总数之比。即： TP / (TP + FP) .

在本例中，正确检索到了37人，总共检索到39人，所以 Precision = 37 / 39 = 94.9% .

被正确检索的样本数 与 应当被检索到的样本数之比。即： TP / (TP + FN) .

在本例中，正确检索到了37人，应当检索到40人，所以 Recall = 37 / 40 = 92.5% .

根据上边公式的不同，可以借此理解不同指标的意义。

准确率 是最常用的指标，可以总体上衡量一个预测的性能。但是某些情况下，我们也许会更偏向于其他两种情况。

「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。

更多时候，我们希望能够同时参考 Precision 与 Recall，但又不是像 Accuracy 那样只是泛泛地计算准确率，此时便引入一个新指标 F-Score ，用来综合考虑 Precision 与 Recall.

其中 β 用于调整权重，当 β=1 时两者权重相同，简称为 F1-Score .
若认为 Precision 更重要，则减小 β，若认为 Recall 更重要，则增大 β.