1. 分类模型评判指标： Precision、Recall 和 F1Score

对于分类而言，最简单也是最常见的验证指标：

• 精准率（ Precision）
• 召回率（ Recall），
• 为了综合这两个指标并得出量化结果，又发明了 F1Score。

对一个分类模型而言，给它一个输入，它就会输出一个标签，这个标签就是它预测的当前输入的类别。

假设数据 data1 被模型预测的类别是 Class_A 。那么，对于 data1 就有两种可能性： data1 本来就是 Class_A （预测正确）， data1 本来不是 Class_A （预测错误）。

当一个测试集全部被预测完之后，相对于 Class_A ，会有一些实际是 Class_A 的数据被预测为其他类，也会有一些其实不是 Class_A 的，被预测成 Class_A ，这样的话就导致了下面这个结果：

• 精准率： Precision=TP/（TP+FP） ，即在所有被预测为 Class_A 的测试数据中，预测正确的比率。

• 召回率： Recall=TP/（TP+FN） ，即在所有实际为 Class_A 的测试数据中，预测正确的比率。

• F1Score = 2*(Precision * Recall)/(Precision + Recall)

显然上面三个值都是越大越好，但往往在实际当中 P 和 R 是矛盾的，很难保证双高。

此处需要注意， P 、 R 、 F1Score 在分类问题中都是对某一个类而言的。

也就是说假设这个模型总共可以分 10 个类，那么对于每一个类都有一套独立的 P 、 R 、 F1Score 的值。衡量模型整体质量，要综合看所有 10 套指标，而不是只看一套。