文章目录

• 一、前言
• 二、准确率（Accuracy）
• 三、精确率（precision）
• 四、召回率（Recall）
• 五、综合评价指标（F1-Measure）

一、前言

自然语言处理(ML)、机器学习(NLP)、信息检索(IR)等AI领域，评估(evaluation)是一项非常重要的工作。模型或算法的评价指标往往有如下几点：准确率(Accuracy)，精确率(Precision)，召回率(Recall)和综合评价指标(F1-Measure)。

二、准确率（Accuracy）

准确率(Accuracy)是一个用于评估分类模型的指标。简单讲就是模型预测正确数量所占总量的比例。
准确率的公式：
在二元分类中，可根据正类别与负类别按如下方式计算：

注意: 如果模型预测结果中没有假正例，则模型的精确率为1。
其精确率的计算结果：

召回率的计算结果如下：

文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34189 人正在系统学习中