大话机器学习准确率(Accuracy)、精确率(Pecision)、召回率(Recall)以及TP、FP、TN、FN

        话说三国时期，乱世出人才，当时刘备让张飞帮忙招兵买马，寻找人才。张飞发公告以后，有10人来面试，这10人分为两类，人才和庸才，各占百分之五十，张飞的主要作用就是从这10人中识别出人才，然后为蜀国所用。

人才代表机器学习中的正样本

庸才代表机器学习中的负样本

那张飞就是你训练的机器学习模型。

1 概念定义

TP: True Positive, 实际是人才，被张飞认为是人才的人数

FP: False Positive, 实际是庸才，被张飞认为是人才的人数

TN:True Negative, 实际是庸才，被张飞认为是庸才的人数

FN:False Negative, 实际是人才，被张飞认为是庸才的人数

格式： XY

X表示此次判断是错误的

Y表示被AI识别的结果

2 召回率(Recall)

召回率 = 人才被识别正确的数量 / 人才总数 = TP/ (TP + FN)

刘备：阿飞啊，你帮哥哥选一下人才，一定要多招人才，保证人才都能招进来”   ---- 提高“召回率”

张飞：哥哥，放心，交给俺

张飞心想：把10个人都招进来，这样人才就不会丢失，然后就把10个人都招聘到蜀国当人才来供养。

刘备得知后说：飞飞，你招这么多人，我们发不起工资啊，我们只需要人才，不需要庸才。

上面刘备告诉张飞的话，无形让张飞误认为能把所有的人才都识别正确即可，庸才识别正确与否不重要，因此刘备的话强调了召回率

通过公式，我们发现张飞还是很聪明的。但是，在机器学习中，单纯看召回率容易影响模型的鲁棒性。

3 精确率(Pecision)

精确率 = 人才被识别正确的数量 / 被识别成人才的数量 = TP/ (TP + FP)

刘备告: 阿飞啊，吸取上次教训，这次一定保证识别的人才中不能有庸才。 --- 提高“精确率”

张飞犯难了，他只知道这10个人中的诸葛亮是卧龙，绝对是个人才，其他的九个人，他都没听说过，所以不敢乱选，万一选择出一个是庸才，那岂不是又要被哥哥骂？他将诸葛亮留下了。

刘备知道后，骂张飞：你是不是四肢发达头脑简单，只选一个人才有屁用？

上面刘备告诉张飞的话，无形让张飞误认为只要能识别出来的人中都是人才才是最终要的，其他人才识别正确与否不重要，因此刘备的话强调了精确率

4准确率（Accuracy）

准确率 = （人才识别正确的数量 + 庸才识别正确的数量）/ 总人数 = （TP + TN）/ (TP + FP + TN + FN)

刘备：小飞啊，你这次一定一定要多选择人才，识别出庸才和人才来，把人才都召进宫哈。

张飞：哥哥，这次我一定好好识别

张飞：诸葛哥哥，你能帮帮忙吗？我怎么才能识别人才啊

诸葛亮：小飞弟啊，你可以通过考试的方式来判断，考试分数高的就是人才，考试分数低的就是庸才。

张飞：高，实在是高

通过考试，张飞发现成绩高前5个人都高于60分，然后就说，高于60分的是人才，低于60分的是庸才，最终完成了刘备的任务。

上面刘备告诉张飞的话，强调了准确率

小结

如果你搞不清楚上面7个名词，就把图片和故事记住，保证你能够此生不再忘记这几个容易混淆的名词。