召回率和准确率

召回率和精度示意图



假定：从一个大规模数据集合中检索文档的时，可把文档分成四组：

- 系统检索到的相关文档（A）

系统检索到的不相关文档（B）

相关但是系统没有检索到的文档（C）

不相关且没有被系统检索到的文档（D）

则：

召回率R：用检索到相关文档数作为分子，所有相关文档总数作为分母，即R = A / ( A + C )

精度P：用检索到相关文档数作为分子，所有检索到的文档总数作为分母．即P = A / ( A + B ).

举例来说：

一个数据库有500个文档，其中有50个文档符合定义的问题。系统检索到75个文档，但是只有45个符合定义的问题。

召回率R=45/50=90%

精度P=45/75=60%

本例中，系统检索是比较有效的，召回率为90%。但是结果有很大的噪音，有近一半的检索结果是不相关。研究表明：在不牺牲精度的情况下，获得一个高召回率是很困难的