假设我有这些数据:
Right Wrong
oneName 420 60
twoName 200 40
Precison = TP /(TP + FP)
召回= TP /(TP + FN)
根据这些数据,我理解精度是:
420(TP)
420(TP) + 60(FP).
但是,当您考虑计算召回时,我很难理解和计算FN。在这种情况下,FN是什么?
答案 0 :(得分:0)
第1类的精度是正确识别为第1类(TP)的实例数除以标识为第1类(TP + FP)的实例总数。 420被正确识别为1级,但40个被错误地识别为1级。因此,您对1级的精确度为420 /(420 + 40)。
召回第1类是正确识别为第1类(TP)的实例数除以第1类实例(TP + FN)的总数。 420个被正确识别为1级,但是60个1级实例被错误地识别为2级。所以你对1级的召回是420 /(420 + 60)。