準確率, 精確率，召回率和精確率和召回率的調和平均
1. 背景介紹
對於一般分類問題，有訓練誤差、泛化誤差、準確率、錯誤率等指標
對於常見的二分類問題，樣本只有兩種分類結果，將其定義爲正例與反例。那麼在進行分類時，對於一個樣本，可能出現的分類情況共有四種
– 樣本爲正例，被分類爲正例，稱爲真正類(TP)
– 樣本爲正例，被分類爲反例，稱爲假反類(FN)
– 樣本爲反例，被分類爲正例，稱爲假正類(FP)
– 樣本爲反例，被分類爲反例，稱爲真反類(TN）
2. 準確率（accuracy）
分類模型正確分類的樣本數（包括正例與反例）與樣本總數的比值。
3. 精確率(precision)
模型正確分類的正例樣本數與總的正例樣本總數（即正確分類的正例樣本數目與錯誤分類的正確樣本數目之和）的比值
4. 召回率(recall，也稱爲查全率)
模型分類正確的正例樣本數與分類正確的樣本總數（分類正確的正例和分類正確的反例之和）的比值
5. 精確率和召回率的調和平均
其中𝛼爲調和參數值，當𝛼取值爲1時，F值就是最常見的F1值
