这里的精确率(precision)和准确率(accuracy)是不一样的，实际上理解这两个概念也很简单的。
实际上很简单，精确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正有两种可能了。一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),也就是
P=TP/TP+FP
而召回率是对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。那也有两种可能，一种是把原来的正类预测成正类(TP),另一种就是把原来的正类预测为负类(FN)。R=TP/TP+FN
其实就是分母不同，一个分母是预测为正的样本数，另一个是原来样本中所有的正样本数。
image.png
举个例子：
假设我们手上有60个正样本，40个负样本，我们要找出所有的正样本，系统查出50个，其中只有40个是真正的正样本，计算上述指标。
. TP:将正样本预测为正样本数40
. FN:将正样本预测为负样本数20
. FP:将负样本预测为正样本数10
. TN:将负样本预测为负样本数30
则各项指标如下:
准确率(accuracy)=预测对的/所有=(TP+TN)/(TP+FN+FP+TN)=70%
精确率(precision)=TP/(TP+FP)=80%
召回率(recall)=TP/(TP+FN)=2/3
我的个人理解:
召回率(Recall):正样本有多少被找出来(召回了多少)
准确率(Precision):你认为的正样本，有多少猜对了(猜的准确性如何)
