F-score

https://baike.baidu.com/item/f-measure/913107?fr=aladdin
https://www.jianshu.com/p/f7ea71f2344f
https://blog.csdn.net/saltriver/article/details/74012163
https://blog.csdn.net/Joseph__Lagrange/article/details/90813885

用来对分类结果的好坏进行打分评判

1. F-score

• F-score 又称 F-meature，是精确率(P)和召回率(R)的加权调和平均
  图片.png

• 关于
• 用来对 P 和 R 进行加权调和平均的参数
• =1，表示Precision与Recall一样重要
• <1，表示Precision比Recall重要
• >1，表示Recall比Precision重要

2. 基本定义

• 假设有A和B两类物品，A有60个，B有40个，共100个。在一次分类中，被判断为A的物品中，有A类物品40个，B类物品30个。

• TP(真阳性) : 原本属于正确类别，被识别为正确类别的样本数量；原本为A，被识别为A的物品数量。
• FP(假阳性) : 原本不属于正确类别，被识别为正确类别的样本数量；原本是不是A，被识别为A的样本数量 。
• TN(真阴性) : 原本属于正确类别，未被识别为正确类别，的样本数量；原本是A，未被识别为A的物品数量。
• FN(假阴性) : 原本不属于正确类别，未被识别为正确类别的样本数量；原本不是A，未被识别为A的
  样本数量。

• T/F 表示是(T)否(F)被识别为其原本类别
• P/N 表示原本是(P)否(N)被识别为正确类别

3. 准确率

• Accuracy
  Accuracy.png
• 表示被正确分类的样本占总体的比例

4. 精确率

• Precision
  Precision.png
• 表示被识别为正确类别的样本中，真正为正确样本的比例

5. 召回率

• Recall
  图片.png
• 表示所有原来为正确类别的样本中，被识别为正确样本的比例