正文

首先明白四个概念：

• TP (True Positive)：被正确预测的正样本数
• FP (False Positive)：被错误预测的正样本数
• TN (True Negative)：被正确预测的负样本数
• FN (False Negative)：被错误预测的负样本数

正样本是指属于某一类别的样本,反样本是指不属于某一类别的样本

比如说在做字母A的图像识别，字母A的样本就属于正样本，不是字母A的样本就属于负样本 。

由这四个概念，我们可以定义如下所示指标：

1、精确率(Precision)：

即：所有正样本中有多少被正确预测；

2、准确率(Accuracy)：

即：所有样本中有多少被正确预测；

3、召回率(Recall)：

即：所有预测为正确的样本中有多少是真正正确的；