Precision:针对于我们的预测结果而言,它表示的是预测为正的样本有多少是真正的正样本,那么预测为正有两种可能。一种是把正类预测为正类(true positive),另一种是把负类预测为正类(False positive)。
也就是 P = TP / (TP + FP),分母为预测为正的样本数
Recall:针对原来的的样本而言的,它表示的是样本中正例有多少是被预测正确了,那也有两种可能,一种是把原来的正类预测为正类(TP),另一种是把原来的正类预测为负类(False Negative)。
R = TP/(TP + FN),分母为原来样本中所有的正样本数
Accuracy:(TP + TN)/(TP + FN + FP + TN)