【转帖】召回率与准确率

你是否正在寻找关于召回率的内容？让我把最实用的东西奉献给你：

版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明

外行人做互联网，很多概念不懂。就拿最基础的召回率和准确率这种概念，看看网上资料知道大概，自己用的时候，脑子里绕着弯儿能想明白，可碰到别人活用的时候，脑子里还是没法一下子反应过来，还是要绕弯想一下。特地找了些资料，将这两个概念整理一下，希望能更熟练。

召回率和准确率是搜索引擎（或其它检索系统）的设计中很重要的两个概念和指标。
召回率：Recall，又称查全率；
准确率：Precision，又称精度、正确率。
在一个数据集合中检索文档时，可把集合中的所有文档分成四类：

相关

不相关

检索到

A

B

未检索到

C

D

A：检索到的，相关的 （搜到的也想要的）
B：检索到的，但是不相关的 （搜到的但没用的）
C：未检索到的，但却是相关的 （没搜到，然而实际上想要的）
D：未检索到的，也不相关的 （没搜到也没用的）

通常我们希望：中相关的文档，被检索到的越多越好，这是追求查全率，即A/(A+C)，越大越好。
同时我们还希望：检索到的文档中，相关的越多越好，不相关的越少越好，这是追求准确率，即A/(A+B)，越大越好。

归纳如下：
召回率：检索到的相关文档 比 库中所有的相关文档
准确率：检索到的相关文档 比 所有被检索到的文档

召回率与准确率虽然没有必然的关系（从上面公式中可以看到），然而在数据集合中，这两个指标却是相互制约的。
由于检索策略并不完美，希望更多相关的文档被检索到时，放宽检索策略时，往往也会伴随出现一些不相关的结果，从而使准确率受到影响。
而希望去除检索结果中的不相关文档时，务必要将检索策略定的更加严格，这样也会使有一些相关的文档不再能被检索到，从而使召回率受到影响，。

凡是设计到数据集合的检索和选取，都涉及到召回率和准确率这两个指标。而由于两个指标相互制约，我们通常也会根据需要为检索策略选择一个合适的度，不能太严格也不能太松，寻求在召回率和准确率中间的一个平衡点。这个平衡点由具体需求决定。

其实，准确率（precision，精度）比较好理解。往往难以迅速反应的是召回率。我想这与字面意思也有关系，从召回的字面意思不能直接看到其意义。
我觉得召回率这个词翻译的不够好。召回在中文的意思是：把xx调回来。比如sony电池有问题，厂家召回。
既然说翻译的不好，我们回头看召回率对应的英文recall，recall除了有上面说到的order sth to return的意思之外，还有remember的意思。

Recall：the ability to remember sth. that you have learned or sth. that has happened in the past.

这里，recall应该是这个意思，这样就更容易理解召回率的意思了。
当我们问检索系统某一件事的所有细节时（输入检索query），Recall就是指：检索系统能回忆起那些事的多少细节，通俗来讲就是回忆的能力。能回忆起来的细节数 除以 系统知道这件事的所有细节，就是记忆率，也就是recall召回率。

这样想，要容易的多了。

以上就是关于召回率的全部内容，相信你一定会非常满意。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-4808-1.html