本文地址: http://blog.csdn.net/caroline_wendy
模式识别的基础知识.
TP: 实际是正样本, 被识别成正样本(识别正确).
FP: 实际是负样本, 被识别成正样本(识别错误).
FN: 实际是正样本, 被识别为负样本(识别正确).
TN: 实际是负样本, 被识别为正样本(识别错误).
Precision = TP/(TP+FP); 查准率, 在所有被判断为正样本中, 真正正样本的数量.
Recall = TP/(TP+FN); 召回率, 在所有正样本中, 被识别为正样本的数量.
F = 2*P*R/(P+R).
模式识别 - 查准率(Precision) 和 召回率(Recall)
原文地址:http://blog.csdn.net/caroline_wendy/article/details/39319801