召回率(Recall)与精确率(precision)的区别在哪里？怎样进行衡量-CDA数据分析师官网

2020-07-08

召回率(Recall)，也被称为查全率，或者True Positive Rate，R= TP/(TP+FN) ; 反映了所有真正为正例的样本中被分类器判定出来为正例的比例。

精度，或者叫做精确率(precision)：P = TP/(TP+FP);反映了被分类器判定的正例中真正的正例样本的比例。

根据两者的计算公式，可以看出两者的分母不同，用下图准确说明：

P和R指标有时候会出现的矛盾的情况，这样就需要综合考虑他们，最常见的方法就是F-Measure(又称为F-Score)。

F-Measure是Precision和Recall加权调和平均：

当参数α=1时，就是最常见的F1。F1综合了P和R的结果，当F1较高时则能说明试验方法比较有效。

注意：准确率和召回率是互相影响的，两者都高是最为理想的情况。

但是通常是根据某些实际情况，准确率高、召回率就低，召回率低、准确率高，如果是做搜索，那就是保证召回的情况下提升准确率;如果做疾病监测、反垃圾，则是保准确率的条件下，提升召回。

如果我们想要找到精度和召回率的最佳组合，就使用使用 F1来对两者进行结合。

一般情况，用不同的阀值，统计出一组不同阀值下的精确率和召回率，如下图：

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

召回率

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

下一篇你需要掌握的4种常用数据降维方法