推荐算法的准确率、精准度、召回率、F1值

推荐算法的准确率、精准度、召回率、F1值

1、简介

机器学习的分类问题常用评论指标有：准确率、精确度、召回率和F1值。

计算流程：

1、确定真实标签和预测标签
2、统计
真正例（True Positive）即TP
真反例（True Negative）即TN
假正例（False Positive）即FP
和假反例（False Negative）即FN
的个数
3、计算精准度、准确率、召回率、F1-score值
4、画图展示

适用范围：

# -*- coding: utf-8 -*-

"""
@contact: 微信 1257309054
@file: test.py
@time: 2024/5/18 17:24
@author: LDC

"""
适用于：图书用户协同推荐系统、网络小说推荐系统、旅游景点推荐系统、课程推荐系统、电影推荐系统
算法：用户协同过滤、物品协同过滤、随机森林、图神经网络算法、关联规则推荐算法、kmeans-聚类、神经网络学习

2、准确率（accuracy)

准确率衡量了模型预测正确的样本数占总样本数的比例。