數據挖掘之分類指標：召回率 、精確度、准確率、虛警率和漏警率

轉載：http://snv.iteye.com/blog/2113945

場景如下：

假設原樣本有兩類，True和False，其中：

1.總共有T個類別為True的樣本；

2.總共有F個類別為False的樣本；

分類預測后：

1.總共有TT個類別為True的樣本被系統判為True，FT個類別為True的樣本被系統判為False，則TT+FT=T

2.總共有FF個類別為False的樣本被系統判為False，TF個類別為False的樣本被系統判為True，則FF+TF=F

指標計算：

精確度=TT/(TT+TF)--判斷正樣本中真正正樣本的比例

准確率=(TT+FF)/(T+F)--判斷正確的比重

召回率=TT/(TT+FT)--正確判斷正例的比重

 

漏報率=FT/(TT+FT)--多少個正例被漏判了

虛警率=TF/(TT+TF)--反映被判為正例樣本中，有多少個是負例

 

英文標示：

召回率 Recall；

精確度Precision；

准確率Accuracy；

漏警概率（Missing Alarm）；

虛警概率（False Alarm）；