准确率，精确率，召回率以及F1 score详解

(一)、什么是准确率？

准确率是指分类正确的样本占总样本个数的比例，其定义如下所示：
$Accuracy=\frac{n_{correct}}{n_{total}}$ 其中 $A c c u r a c y$ 指的是准确率， $n_{correct}$ 指的是被分类正确的样本数， $n_{total}$ 指的是分类样本的总数目

(二)、什么是精确率？

精确率是指分类正确的正样本个数占分类器判定为正样本的样本个数的比例，其定义如下所示：
$Precision=\frac{nt_{correct}}{nt_{classfication}}$ 其中 $P r e c i s i o n$ 指的是精确率， $nt_{correct}$ 指的是被分类正确的正样本数， $nt_{classfication}$ 指的是被分类器判定为正样本的样本数目

(三)、什么是召回率？

召回率是指分类正确的正样本个数占总样本中真正的正样本数目的比例，其定义如下所示：
$Recall=\frac{nt_{correct}}{nt_{original}}$ 其中 $R e c a l l$ 指的是召回率， $nt_{correct}$ 指的是被分类正确的正样本数， $nt_{original}$ 指的是总样本中真正的正样本数目

(四)、什么是F1 score？

F1 score是精确率与召回率的调和平均值，其定义如下所示：
$F1=\frac{2\times precision\times recall}{precision+recall}$

原文链接：https://blog.csdn.net/sinat_36618660/article/details/100156376