机器学习系统设计


查准率(Precision)和查全率(Recall)

分为四种情况:

  • 正确肯定(True PositiveTP):预测为真,实际为真。
  • 正确否定(True Negative TN):预测为假,实际为假。
  • 错误肯定(False PositiveFP):预测为真,实际为假。
  • 错误否定(False NegativeFN):预测为假,实际为真。

    查准率

    $$Precison=\dfrac{TP}{TP+FP}$$
    在所有我们预测有恶性肿瘤的病人中,实际上有恶性肿瘤的病人百分比,越高越好。

    查全率

    $$Recall=\dfrac{TP}{TP+FN}$$
    在所有我们实际上有病的病人中,预测成功有恶性肿瘤的病人百分比,越高越好。

F1值

$$F_1=\dfrac{PR}{P+R}$$