机器学习算法性能度量

对学习器的泛化性能进行评估,不仅需要有效可行的实验评估方法,还需要有衡量模型泛化能力的评估标准,这就是性能度量

机器学习:准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

准确率就是查准率
召回率就是查全率
F 值是 P 和 R 的调和平均:$\frac{1}{F}=\frac{1}{2}\cdot (\frac{1}{P}+\frac{1}{R})$
与算术平均$(\frac{P+R}{2})$ 和几何平均$(\sqrt{P\times R})$ 相比,调和平均更重视较小值
具体参考