What is Recall Precision ??
Information retrieval (IR) 統計數據時常用到,不會用就快學吧 首先要了解什麼是TP, TN, FP, FN 老師猜測: positive : 猜測有蛀牙 negative : 猜測沒有蛀牙 情境: 老師想要知道全班有多少人蛀牙,老師不是專業醫生所以就憑感覺用猜的... True Positive (TP) : 實際學生有蛀牙,老師猜這位同學有蛀牙 ==> 正確猜對 True Negative (TN) : 實際學生沒有蛀牙,老師猜這位學生 沒有 蛀牙==>正確猜中沒有蛀牙 False Positive (FP) : 實際學生沒有蛀牙,老師猜這位同學有蛀牙==>猜錯 False Negative (FN) : 實際學生有蛀牙,老師猜這位同學 沒有 蛀牙==>猜錯 如何計算Recall, Precision 假設全班有50人,20人有蛀牙、30人沒有蛀牙, 今天老師挑出30人,其中20人有蛀牙,另外不小心把10人也當成有蛀牙 TP=20 FP=10 FN=0 TN=20 recall(召回率) :應該要被檢查到的學生。 =>20/(20+0) =>20/(20為正確猜到,有蛀牙學生+0為猜沒有蛀牙,但其中學生有蛀牙) precision(精準率) : 實際被檢測到的學生。 =>20/(20+10) => 20/(20為正確猜到,有蛀牙學生+10為誤判成有蛀牙學生,其實沒有蛀牙) Reference : https://zh.wikipedia.org/wiki/ROC%E6%9B%B2%E7%BA%BF https://en.wikipedia.org/wiki/Precision_and_recall http://bryannotes.blogspot.tw/2015/06/precisionrecall.html https://argcv.com/articles/1036.c