マイノート

いろいろ勉強したことをまとめていきます

MENU

precisionとrecall

すぐ忘れるので、まとめておく

f:id:ttt242242:20170402170155j:plain:w400

{
  precision = \frac{TP}{TP+FP}
}

正と予測したデータのうち,実際に正であるものの割合

{
  precision = \frac{TP}{TP+FN}
}

実際に正であるもののうち,正であると予測されたものの割合

具体例

参考サイトの例を使わせていただきます。ありがとうございます。

検索システムを例に。

今、犬の画像を検索したいとする。

そして、システムAとシステムBの2つの検索システムがあり、それらを評価したい。

システムA

検索システムAは50件ヒットした。

犬の写真で間違えは一つもなかった。

取りこぼした犬の画像は70件あった。

\begin{equation} precision = \frac{50}{50 + 0} = 1.0 \end{equation}

\begin{equation} recall = \frac{50}{50 + 70} = 0.4166666666666667 \end{equation}

システムB

検索システムBは200件ヒット。

すべての犬の写真は抽出できた。

犬の写真で間違えは80件。

\begin{equation} precision = \frac{120}{120 + 80} = 0.6 \end{equation}

\begin{equation} recall = \frac{120}{120 + 0} = 1.0 \end{equation}

参考

F値 - 機械学習の「朱鷺の杜Wiki」

d.hatena.ne.jp