垃圾邮件检测中的查准率与查全率混淆

Question

根据教程，我正在做一个检测垃圾邮件账户的项目。两个标签-“垃圾邮件”和“非垃圾邮件”被用来训练和测试。分类已经完成了，我要去评估了。

研究结果如下：

*Spam* precision: 0.962917933131
*Spam* recall: 0.6336

*Not spam* precision: 0.72697466468
*Not spam* recall: 0.9756

我读过“精确和回忆”的维基，仍然很困惑，也不知道如何使用它来测量。

我的目的是减少普通帐户的数量，它被标记为“垃圾邮件”。一些“垃圾邮件”账户能否逃脱并不重要。所以我想知道上面的结果我应该集中精力去改进吗？谢谢。

Answer 1

精度是被归类为正的结果的分数，它确实是正的。

回忆是所有被检测到的阳性结果的一部分。

我的目的是减少被贴上“垃圾邮件”标签的普通账户数目。

这意味着你想要最大限度地提高垃圾邮件的准确性，并召回非垃圾邮件。您链接到的wiki页面解释了您需要知道的所有信息--实际上，您的目的是将“假阳性”的数量降到最低(这两个特征中都包含了这些错误)。

建议的关键词：混淆矩阵。