文本分类性能评价指标

文本分类的性能评价指标主要是召回率（recall）、准确率（precision）、F1-measure，以及用于评价全局性能的宏平均（macro-average）和微平均（micro-average）。

意义与计算公式

假定：类别ci的分类结果中，正确分为该类的样本数目是a，错误划归为该类的样本数目是b，将该类错误划归为它类的样本数目是c，总共包含C类。

召回率：recall= a / (a+c)，衡量的是类别的查全率。

准确率：precision= a / (a+b)，衡量的是类别的查准率。

F1-measure：衡量的是查全率和查准率的综合，以及对它们的偏向程度。

宏平均：每类文档性能指标的算数平均值。

微平均：每个文档性能指标的算数评价值。

由于微平均是对每个文档性能指标的算数平均，而某个文档的recall和precision要么都是1，要么都是0，因此micro-average(r) = micro-average(p) = micro-average(F1) = correctness / total size.