Precision & Recall

定义

模式识别 & 信息检索领域中的二分类问题中,一个分类器的计算效果可以通过如下两个指标进行衡量:

  • Precision:识别样本中,相关的样本比例;
  • Recall:相关样本中,识别的样本比例;

二者关系如下图所示:

这里写图片描述

如:在9只Dog和若干Cat构成的集合中,一个分类器识别出了7只Dog;其中4只识别正确,另外3只为Cat;此时:

Precision = 4/7
Recall = 4/9

Type I & Type II Error

如果将零假设定义为: 分类器识别了所有,且仅相关样本; 那么precision & recall 分别对应于第I类和第II类错误;上例中包含了3个第I类错误和5个第二类错误;

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章