1. 定义辨析
精确率（precision）
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。那么预测为正就有两种可能了，一种就是把正类预测为正类，即真正(TP)；另一种就是把负类预测为正类，即假正(FP)，也就是：
召回率（recall）
召回率是针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，即真正(TP)；另一种就是把原来的正类预测为负类，即假负(FN)，也就是：
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。
下面用图说明真正（TP）、真负（TN）、假正（FP）、假负（FN），以及精确率和召回率的图形化表示：
2. 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，系统查找出50个，其中只有40个是真正的正样本，计算上述各指标。
根据上面我们得出：
- TP：将正类预测为正类 40
- TN：将负类预测为负类 30
- FP：将负类预测为正类 10
- FN：将正类预测为负类 20
最终得出：
精确率(precision) = TP/(TP+FP) = 80%
召回率(recall) = TP/(TP+FN) = 2/3