如何解釋召回率與精確率？

糾正下，精確率(precision)和準確率(accuracy)是不一樣的，題主問的應該是精確率與召回率之間的差別。
一.定義辨析
 

剛開始接觸這兩個概念的時候總搞混，時間一長就記不清了。

其實就是分母不同，一個分母是預測爲正的樣本數，另一個是原來樣本中所有的正樣本數。
 

在信息檢索領域，精確率和召回率又被稱爲查準率和查全率，

查準率＝檢索出的相關信息量 / 檢索出的信息總量
查全率＝檢索出的相關信息量 / 系統中的相關信息總量

二.舉個栗子
 

假設我們手上有60個正樣本，40個負樣本，我們要找出所有的正樣本，系統查找出50個，其中只有40個是真正的正樣本，計算上述各指標。

 

• TP: 將正類預測爲正類數 40
• FN: 將正類預測爲負類數 20
• FP: 將負類預測爲正類數 10
• TN: 將負類預測爲負類數 30

準確率(accuracy) = 預測對的/所有 = (TP+TN)/(TP+FN+FP+TN) = 70%
精確率(precision) = TP/(TP+FP) = 80%
召回率(recall) = TP/(TP+FN) = 2/3

除此之外，還有ROC曲線，PR曲線，AUC等評價指標，可以參見我的(引注：這是原作者的博客)博客：機器學習性能評估指標