python 预测结果评价 准确率 精度 查全率 accuracy precision recall F1

对测试集进行０－１预测

准确率：预测对的／总预测数，包括预测对的０也包括预测对的１，用处：代表着模型的整体准度，越高模型越准

精度：预测为１的准确度，用处：代表着１的准度

查全率：预测出的１占了真实１的百分比，用处：代表着预测１的覆盖情况

举例：

现在要推荐股票，分析师Ａ，既想预测哪些要涨，又想预测哪些要跌，所以，他关注的是预测的准确度；分析师Ｂ，不求准确率，只求自己推荐的股票能涨，他关注的是自己的预测精度；分析师Ｃ，他想把所有上涨的股票都预测出来，他关心的是查全率。

假如市场上有１００只股票，２０只上涨，８０只下跌，假设上涨为１，下跌为０

分析师Ａ：预测２０只上涨，８０只下跌，其中预测对了１５只上涨和７５只下跌，剩下１０只预测错了，那么他的准确率９０％，精度（预测上涨）７５％，查全率７５％

分析师Ｂ：预测１０只上涨，９０只下跌，其中预测对了１０只上涨和８０只下跌，剩下１０只预测错了，那么他的准确率９０％，精度（预测上涨）１００％，查全率５０％

分析师Ｃ：预测３０只上涨，７０只下跌，其中预测对了２０只上涨和７０只下跌，剩下１０只预测错了，那么他的准确度９０％，精度（预测上涨）６６％，查全率１００％

可以看出，虽然三者的准确率相同，在股票赚钱的问题上，我们会选择Ｂ，特定情况下，我们的着眼点是不同的。

Ｆ１是2*(Precision*Recall)/(Precision+Recall)，Ｆ１越高越好，但是也要具体问题具体分析

分析师Ａ：０．７５

分析师Ｂ：０．６６

分析师Ｃ：０．８０