Recall与Precision
recall体现了分类模型对正样本的识别能力
precision体现了分类模型对负样本的区分能力
F1score是两者的综合,越高2说明分类模型越稳健
Precision的定义为: [公式]
Recall的定义为: [公式]
Precision从预测结果角度出发,描述了二分类器预测出来的正例结果中有多少是真实正例,即该二分类器预测的正例有多少是准确的;Recall从真实结果角度出发,描述了测试集中的真实正例有多少被二分类器挑选了出来,即真实的正例有多少被该二分类器召回。