准确率，精确度，召回率的概念

   时间较紧，所以本周复习以下前两周面试问过的这些概念，简要说一说：
  下面的符号含义：TP-将正预测为真，FN-将正预测为假，FP-将反预测为真，TN-将反预测为假。

准确率

   准确率是对给定数据集，分类正确样本个数和总样本数的比值。即：

$$Precision=\frac{TP+TN}{TP+FN+FP+TN}$$

精确度

   精确度说明判断为真的正例占所有判断为真的样例比重，即：

$$Accuracy=\frac{TP}{TP+FP}$$

召回率

   召回率又被称为查全率，用来说明分类器中判定为真的正例占总正例的比率，即：https://i.loli.net/2018/06/07/5b19517a06936.png

$$Recall=\frac{TP}{TP+FN}$$

三者之间的联系

   一般来说，精确度和召回率之间是矛盾的，这里引入F1-Score作为综合指标，就是为了平衡准确率和召回率的影响，较为全面地评价一个分类器。F1是精确率和召回率的调和平均：

$$\frac{1}{F1}=\frac{1}{Recall}+\frac{1}{Precision}$$

   一般来说准确率和召回率呈负相关，一个高，一个就低，如果两个都低，一定是有问题的。如下图所示：

参考：
1、https://blog.csdn.net/xiaodongxiexie/article/details/67009112
2、https://blog.csdn.net/duxinyuhi/article/details/52142721
3、https://www.jianshu.com/p/a4d3c393f9b5