一個小口訣讓你再也不會忘記:精確率(precision), 召回率(recall)

在最開始學習這個召回率(recall)的時候，就在想為什麼這個評價標準會叫「召回「呢？這個和一般的「精度」，「準度」，「誤差」……名稱相出甚遠啊。當時百思不其解，後來自己給出了一個演義解釋，雖然可能荒唐但對理解很有幫助。

召回率演義：召回率就是召回已發售汽車的比率。

經常聽說某某汽車大廠由於某型號產品安全隱患，需要召回一部分汽車。這個時候所有已發售「某型號產品」數量就是上一節講到的「實際情況中的「真」的這一列的所有數目「。這裡假設一共在中國出售了300量，在美國出售了100量，那麼公式的分母即為300+100 =400。雖然決定召回，但只有那些經過檢測有問題的汽車才會被實際召回，那麼這部分實際召回汽車就是公式中的分子。假設：經過（你的機械學習模型）檢測，只有美國銷售的汽車（100輛）才有問題需要召回，那麼召回率就是100/400=0.25。原來召回率真的是計算召回比率的啊。

精確率演義

精確率演義：精確率就是指一個顧問說方案可行的可信性。

假設你有一個顧問，那麼他說的話就是一種預測。如果他告訴你，有10個方案是可行的，這就是（預測中「真「的情況）即為公式中的分母=10。經過實際執行方案你發現僅有3個方案是可行，那麼這個」顧問「的精確率就是3/10=0.3。這時你心裏面暗暗罵了一句：」我信你個鬼「，並心裡盤算著換個顧問（你的預測模型）。