首先，来了解一下下真正例、假正例、假负例、真负例。（TP,FP,FN,TN）

听着就迷迷糊糊

不过，有了下面这张图就好理解多了

嘻嘻这是我花了二十分钟做出来的！！！

下面郑重介绍一下这四个词：

·真正例 TP ：实际值为yes ,预测也为yes

·假正例 FP ：实际值为no,预测为yes

·假负例 FN ：实际值为yes,预测为no
 

·真负例 TN：实际值为no,预测为no

其实，只要好好分析字母含义，就能很好地理解了><

然后进入正题：三个指标（准确率，精度，召回率）

·accrucy 

（预测正确的占总量）

accuracy=(TP+TN)/(TP+TN+FP+FN)

·precision

（预测正类预测正确的占预测为正类的）

precision=TP/(TP+FP)

·recall

（预测正类预测正确的占实际为正类的）

recall=TP/(TP+FN)

（ps:附加新鲜出炉的代代码）

forecast=[1,0,1,1,1,0,1,1,1,1,0,0,1,1,0,0,0,0,0,1,0,1,0,0]
tru     =[1,0,1,1,1,0,1,1,1,1,0,0,1,1,0,0,0,1,0,1,0,1,0,0]


l={'TP': 0, 'TN':0, 'FP': 0, 'FN': 0}
le=len(tru)
#print(le)
for i in range(0,le):
    if forecast[i]==1 and tru[i]==1:
        l['TP']+=1
    if forecast[i]==0 and tru[i]==1:
        l['FN']+=1
    if forecast[i]==1 and tru[i]==0:
        l['FP']+=1
    if forecast[i]==0 and tru[i]==0:
        l['TN']+=1
            
            
print(l)
TP=l['TP']
FP=l['FP']
TN=l['TN']
FN=l['FN']
accuracy=(TP+TN)/(TP+TN+FP+FN)
precision=TP/(TP+FP)
recall=TP/(TP+FN)
print(accuracy,precision,recall)