如何区分精确率(precision)、准确率(accuracy)和召回率（recall）

最新推荐文章于 2025-07-09 14:00:24 发布

AI算法攻城狮

最新推荐文章于 2025-07-09 14:00:24 发布

阅读量2w

点赞数 17

CC 4.0 BY-SA版权

分类专栏： # 机器学习算法原理

本文链接：https://blog.youkuaiyun.com/jxq0816/article/details/81504410

68 篇文章 ¥99.90 ¥299.90

订阅专栏

精确率关注预测为正的样本中正确的比例，召回率则衡量正样本被预测正确的比例，而准确率是所有样本预测正确的比例。在信息检索中，它们被称为查准率和查全率，分别对应于检索出的相关信息量与检索出信息总量、系统中相关信息总量的比值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

理解精确率(precision)、准确率(accuracy)和召回率（recall）

TN，预测是负样本，预测对了

FP，预测是正样本，预测错了

FN，预测是负样本，预测错了

TP，预测是正样本，预测对了

1、精确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了，一种就是把正类预测为正类(TP)，另一种就是把负类预测为正类(FP)，也就是

大白话就是“ 你预测为正例的里面有多少是对的”

2、召回率是针对我们原来的正样本而言的，它表示的是正例样本中有多少被预测正确了。那也有两种可能，一种是把原来的正类预测成正类(TP)，另一种就是把原来的正类预测为负类(FN)。

大白话就是“正例样本里你的预测正确了多少”

3、准确率是针对我们原来所有样本而言的，它表示的是所有样本有多少被准确预测了

R=(TP+TN)/(TP+TN+FP+FN)

了解本专栏