分类算法中数据分析结果的评价指标男人嘴唇有痣图解
许嵩降温
1.正确率（accuracy）
百万金臂正确率是我们最常见的分类算法评价指标accuracy=（TP+TN）/(P+N)，这个很容易理解，就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好；
高中暑假调教2.错误率（error rate)
养狗狗
错误率则与正确率相反，描述被分类算法分类器错分的比例，error rate=(FP+FN)/(P+N)，对某一个实例来说，分对与分错是互斥事件，所以accuracy=1-error rate；
3.灵敏度（nsitive）
心机婊是什么意思nsitive=TP/P，表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力；
4.特效度（specificity)
老字成语
specificity=TN/N，表示的是所有负例中被分对的比例，衡量了分类器对负例的识别能力；
5.精度（precision）
精度是精确性的度量，表示被分为正例的示例中实际为正例的比例，precision=TP/（TP+FP）；人居环境整治实施方案
6.召回率（recall）
