python 預測結果評價 準確率 精度 查全率 accuracy precision recall F1

對測試集進行０－１預測

準確率：預測對的／總預測數，包括預測對的０也包括預測對的１，用處：代表著模型的整體準度，越高模型越准

精度：預測為１的準確度，用處：代表著１的準度

查全率：預測出的１佔了真實１的百分比，用處：代表著預測１的覆蓋情況

舉例：

現在要推薦股票，分析師Ａ，既想預測哪些要漲，又想預測哪些要跌，所以，他關注的是預測的準確度；分析師Ｂ，不求準確率，只求自己推薦的股票能漲，他關注的是自己的預測精度；分析師Ｃ，他想把所有上漲的股票都預測出來，他關心的是查全率。

假如市場上有１００隻股票，２０隻上漲，８０隻下跌，假設上漲為１，下跌為０

分析師Ａ：預測２０隻上漲，８０隻下跌，其中預測對了１５隻上漲和７５隻下跌，剩下１０隻預測錯了，那麼他的準確率９０％，精度（預測上漲）７５％，查全率７５％

分析師Ｂ：預測１０隻上漲，９０隻下跌，其中預測對了１０隻上漲和８０隻下跌，剩下１０隻預測錯了，那麼他的準確率９０％，精度（預測上漲）１００％，查全率５０％

分析師Ｃ：預測３０隻上漲，７０隻下跌，其中預測對了２０隻上漲和７０隻下跌，剩下１０隻預測錯了，那麼他的準確度９０％，精度（預測上漲）６６％，查全率１００％

可以看出，雖然三者的準確率相同，在股票賺錢的問題上，我們會選擇Ｂ，特定情況下，我們的著眼點是不同的。

Ｆ１是2*(Precision*Recall)/(Precision+Recall)，Ｆ１越高越好，但是也要具體問題具體分析

分析師Ａ：０．７５

分析師Ｂ：０．６６

分析師Ｃ：０．８０