Python3入门机器学习之8.1精准率和召回率

Python3入门机器学习

8.1 精准率和召回率

1.分类准确度的问题：
例子：如果有一个癌症预测系统，输入体检信息便可以判断是否有癌症，假设它的预测准确度是99.9%，那这个预测系统是好是坏？
如果癌症产生的概率只有0.1%，那意味着根本不需要任何机器学习的算法，对于任何输入的体检信息，只要都预测是健康的，即可达到99.9%的准确率。这样一来近乎我们的系统什么都没有做。

所以，对于极度偏斜（Skewed Data）的数据，只使用分类准确度是远远不够的。

2.混淆矩阵：

3.精准率和召回率：
(1).精准率：

精准率就是我们预测数据为1，相应的预测对了的概率是多少。通常我们在有偏的数据中，我们将分类1作为我们真正关注的那个对象。
(2).召回率：

召回率就是我们关注的那个事件真实的发生了，真实的发生了的数据中我们成功的预测了多少。