召回率与正确率

召回率与正确率

在机器学习、推荐系统等现实的情形中，我们往往会在不同的时候关注结果的不同部分，而召回率与正确率恰恰是对结果在不同侧面的度量。

召回率
召回率的设计目的是度量输出结果中包含ground truth的量的多少。举个例子，一天我和章小贱去逛漫展，拍了好多照片（这里假设400张吧），然后让章小贱找出我们俩拍了照片的coser中的女coser，实际上有321个是coser，章小贱正确的找到了200个。所以，召回率recall = 200 / 321 = 62.3% 。

正确率
正确率的设计目的是判断机器的输出有多少是正确的。仍旧用上面的例子，则章小贱判断的正确率就是precious = 200 /400 = 50%，可怜的直男癌已经没救了→_→。