深度学习中的评判指标

深度学习中的评判指标

1. 准确率(accuracy）: 对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。准确率就是找得对。
2. False Positive：从字面上来看就是说，一个东西是被查出来了，但这是错误的(false)。即把合法的判断成非法的，译为“误报”。
3. False Negative：从字面上来看就是说，一个东西是没有被查出来的，但这是错误的(false)。即把非法的判断成合法，译为“漏报”。
4. True Positive：真的正样本
5. True Negative：真的负样本
   
6. 精确率(precision)：所有"正确被检索的(Ture Positive)"占所有"实际被检索到的(Ture Positive+False Positive)"的比例.
7. 召回率(recall)：所有"正确被检索的(Ture Positive)"占所有"应该检索到的(Ture Positive+False Negative)"的比例。召回率就是找得全。
8. F1值：精确值和召回率的调和均值