什么是精确率、召回率、F1？

TP、FP、FN、TN

  先搞清楚，TP、FP、FN、TN这四个值的意思，用官方的话来讲：

名称	意思
TP(True positive)	真正例，将正类正确预测为正类数
FP(False positive)	假正例，将负类错误预测为正类数
FN(False negative)	假负例，将正类错误预测为负类数
TN(True negative)	真负例，将负类正确预测为负类数

  用人话来讲：

1. TP 正确的检测 （标注了并检测到）
2. FP 误检 （没标注但是检测到了）
3. FN 漏检（标注了但是没检测到）

精确率 & 召回率（Precision & Recall）

  精确率体现的是在所有预测出的样本中，有多少是被正确预测的。
$$P=(\frac{TP}{TP+FP})$$

  召回率是针对原先实际样本而言，有多少样本本准确预测。
$$R=(\frac{TP}{TP+FN})$$

F1-Score

  F1分数是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。
  F1分数可以看作是模型精确率和召回率的一种加权平均，最大值为1，最小为0。
$$F_1=2\ast (\frac{P\ast R}{P+R})$$