Coursera ML(12)-Machine Learning System Design

机器学习系统设计

---

查准率(Precision)和查全率(Recall)

分为四种情况：

• 正确肯定（True PositiveTP）：预测为真，实际为真。
• 正确否定（True Negative TN）：预测为假，实际为假。
• 错误肯定（False PositiveFP）：预测为真，实际为假。
• 错误否定（False NegativeFN）：预测为假，实际为真。

  查准率

  $$Precison=\dfrac{TP}{TP+FP}$$ 在所有我们预测有恶性肿瘤的病人中，实际上有恶性肿瘤的病人百分比，越高越好。

  查全率

  $$Recall=\dfrac{TP}{TP+FN}$$ 在所有我们实际上有病的病人中，预测成功有恶性肿瘤的病人百分比，越高越好。

F1值

$$F_1=\dfrac{PR}{P+R}$$