class average accuracy, accuracy ,precision ,recall 机器学习基础评价标准

这几个评价标准非常容易弄混与想当然。认真看哈，很重要。

对于室内场景，或者是任何带类别的识别任务，都会有class average accuracy. 大家想当然的翻译成类平均识别率，就会和precision搞混。而且又因为它带一个accuracy，所以会和accuracy搞混。

precision

认准率。通俗来讲就是你认出来的，有多少人对了。举个例子，你家有一只狗，还有两瓶啤酒，两份报纸，一双拖鞋，也就是两只拖鞋（样本总量为6）。你对你家狗狗说去给我把整个屋子里面的啤酒都拿过来。然后它给你叼过来两瓶啤酒，一份报纸，一只拖鞋，这时狗狗的precision是50%，它认为是啤酒的四个物品中只有一个是。然后你和你家猫说去给我把烟叼过来，它赏你一个白眼。主子的precision是零。

这个指标反应了你的可信度，比如让家用机器人把降压药拿过来，他一定不能错，他可以不把家里全部的降压药都拿过来，但是他要保证拿过来必须是降压药。降压药的precision一定要是100%。

recall

召回率，通俗来讲就是有多少东西被你找到了。还是刚才的猫狗例子。你对你家狗说去给我把整个屋子里面的啤酒都拿过来。然后它给你叼过来两瓶啤酒，一卷卫生纸，一只拖鞋，你喝完了这两瓶啤酒，觉得你家狗狗太笨，就拿来这么点。你决定亲自去。你打开冰箱，发现冰箱里真的就两瓶啤酒，你瞬间热泪盈眶，原