Precision，Recall，Accuracy

Genie

假设原始样本中有两类，其中： P个正例样本，N个负例样本
分类结果中：
TP个正例分成正例，FN个正例分成负例（P=TP+FN)
TN个负例分成负例，FP个负例分成正例（N=TN+FP）

那么：
precision = TP/(TP+FP) ： 分成正例的结果中真正例所占的比重，也就是正例结果中你分对多少
recall = TP/(TP+FN)：分类结果中真正例占所有真正例的比重，也就是所有正例中找到多少
accuracy=(TP+TN)/(N+P)：分类器正确分类的比重（正例分为正例，负例分为负例的比重）
类似recall，考虑负例中的判别能力 specificity = TN/(N)
F1=2*P*R/(P+R)
ROC是以假证率为横坐标，真正率为纵坐标，所做曲线下的面积。一般来说，真正率的增加是以假正率的增加为代价的。

precision和recall从信息检索方面更容易理解，搜索引擎在用户检索一条query时当然是希望尽可能多的相关网页给检索出来，也就是recall要高，这是必然就要放宽“搜索限制”，从而可能导致一些不相关的网页也给返回进而导致precision降低，当然也希望找回的结果尽可能都是相关的，也就是precision比较高，这样就会严格控制“搜索限制”导致相关的网页由于过于严格的限制而不能检索出来。 从这里可以看出，precision和recall是两个相互竞争的指标，F-score就是在两者之间做一个tradeoff。
More:

1. http://en.wikipedia.org/wiki/Precision_and_recall
2. http://en.wikipedia.org/wiki/Accuracy_and_precision

为什么这么多指标？

评价一个分类器的好坏在不同的应用场合或限制下需要不同的指标。比如：假设有100个样本（正例有1个而负例有99个），不用任何训练，直接将所有样本判为正例，那么Accuracy可达到99%，看似非常好实则没有反映出模型的真正能力。如果考虑precision和recall，无论是直接将所有样本判为正例（recall高precision低）还是负例，得到的结果都不好。类似于癌症判断，把癌症判断为非癌症和非癌症判断成癌症的代价是不同 。

统计信号分析中，对不同类的判断结果的错误的惩罚是不一样的。举例而言，雷达收到100个来袭导弹的信号，其中只有 3个是真正的导弹信号，其余 97 个是敌方模拟的导弹信号。假如系统判断 98 个（97 个模拟信号+1个真正的导弹信号）信号为模拟信号，那么Accuracy=98%，很高了，剩下两个是导弹信号，被截掉，这时Recall=2/3=66.67%，Precision=2/2=100%，Precision也很高。但剩下的那颗导弹就会造成灾害。

因此在统计信号分析中，有另外两个指标来衡量分类器错误判断的后果：
漏警概率（Missing Alarm）
MA = FN/(TP + FN) = 1 – TP/T = 1 - R；  有多少个正例被漏判（这里就是真正的导弹信号被判断为模拟信号，可见MA= 33.33%，太高了）

虚警概率（False Alarm）
FA = FP / (TP + FP) = 1 – P；反映被判为正例样本中，有多少个是负例。

在统计信号分析中，希望MA和FA尽量小，而对分类器的总的惩罚是上面两种错误分别加上惩罚因子的和：Cost = Cma *MA + Cfa * FA，根据不同需求，控制稀疏Cma，Cfa来调节对不同的错误分类的惩罚，这里自然是Cma要大一些。

zouquan

生物信息学中的预测（分类）问题一般用敏感性(sensitivity, sn)、特异性(specificity, sp)来衡量，有时也用选择性(selectivity, se)来衡量。