关于recall和precision

关于recall 和 precision

x=−b±b2−4ac−−−−−−−√2a$$x=\frac{-b\pm \sqrt{b^2-4ac}}{2a}$$

+ C：一个很大item的集合。
+ π：集合中相关的item的集合（π<< 1）。
+ t：算法所识别出的item的集合。
+ h(t)：t中确实相关的item的集合，通常这部分称作命中（相反的是丢失）\
+ 假设 ω$\omega$是集合C$C$中随机去取出的一个元素

y=1$$y=1$$

if

ω$$\omega$$

is relevant
y′′=1$y^{{}^{″}}=1$if ω$\omega$ is detected by the algorithm
y=0$y=0$otherwise
y′′=0$y^{{}^{″}}=0$otherwise
* Recall=h(t)πRecall=Pr(y′′=1|y=1)$Recall=\frac{h(t)}{\pi }Recall=Pr(y^{{}^{″}}=1|y=1)$
* Precision=h(t)tPrecision=Pr(y=1|y′′=1)$Precision=\frac{h(t)}{t}Precision=Pr(y=1|y^{{}^{″}}=1)$
* Precision=Pr(y′′=1|y=1)⋅Pr(y=1)Pr(y′′=1)=Recall⋅πt$Precision=\frac{Pr(y^{{}^{″}}=1|y=1)\cdot Pr(y=1)}{Pr(y^{{}^{″}}=1)}=\frac{Recall\cdot \pi }{t}$
* Average Precision define11−0∫10p(r)dr=∫10p(r)dr$\frac{define}{}\frac{1}{1-0}{\int }_0^{1}p(r)dr={\int }_0^{1}p(r)dr$

可以使用下图这个结果来理解一下AP 然后对于不用的样本都会有一个ap

简单地说precision就是看查的准不准而recall就是看查的全不全。在正负样本不均匀的时候，需要同时考虑到这两个指标。`