机器学习系统设计
iii.run
查准率(Precision)和查全率(Recall)
分为四种情况：
- 正确肯定（True PositiveTP）：预测为真，实际为真。
- 正确否定（True Negative TN）：预测为假，实际为假。
- 错误肯定（False PositiveFP）：预测为真，实际为假。
- 错误否定（False NegativeFN）：预测为假，实际为真。
查准率
$$Precison=\dfrac{TP}{TP+FP}$$
在所有我们预测有恶性肿瘤的病人中，实际上有恶性肿瘤的病人百分比，越高越好。
查全率
$$Recall=\dfrac{TP}{TP+FN}$$
在所有我们实际上有病的病人中，预测成功有恶性肿瘤的病人百分比，越高越好。
F1值
$$F_1=\dfrac{PR}{P+R}$$
