前言

一直在用的代码里面可以测出上面三个值，我就一直没细看，只是不断地加入自己的代码，想要提高precision，结果precision真的提高了，而且提高了还不止一点两点，让我有点害怕，于是想起来看一下这些评价指标是如何计算出来的。

二分类情况

是不是经常看见如下类似的图？这是二分类的图，假设只有正类和负类，True和False分别表示对和错；Positive和Negative分别表示预测为正类和负类。

那么

• TP：预测为Positive并且对了（样本为正类且预测为正类）
• TN：预测为Negative并且对了（样本为负类且预测为负类）
• FP：预测为Positive但错了（样本为负类但预测为正类）
• FN：预测为Negative但错了（样本为正类但预测为负类）
• TP+FP：预测为Positive并且对了+预测为Positive但错了=预测为Positive的样本总数
• TP+FN：预测为Positive并且对了+预测为Negative但错了=实际为Positive的样本总数

所以precision就表示：被正确预测的Positive样本 / 被预测为Positive的样本总数

precision公式 同理，recall就表示：被正确预测的Positive样本 / 实际为Positive的样本总数 recall公式 F1是调和平均值，精准率和召回率只要有一个比较小的话，F1的值也会被拉下来： F1公式

多分类情况

其实和二分类情况很类似，例子如下 多分类实例

---

昨天写这blog的时候我还不知道多分类的F1 score有两种常用的计算方式，一个是Micro，一个是Macro，前者和二分类类似，也和上述的例子吻合（将例子中的precision和recall代入到F1公式中，得到的就是Micro下的F1值），而Macro情况下计算F1需要先计算出每个类别的F1值，然后求平均值。如下 公式 Macro情况下上述例子的计算 IMG_5664.JPG

参考资料

[1] sklearn中 F1-micro 与 F1-macro区别和计算原理