查准率与召回

Question

请给我以下关于二进制分类的说明？

查准率1: 0.10召回1: 0.83

声明：“我们可以预期90%的错误警报(1-0.10)，但对于其余的10%，我们可以有83%的把握(召回1: 0.83)，我们发现了标签1。”

提前感谢！

Answer 1

我会这样说：

“在所有被模型标记为1的记录中，10%实际上是1 (90%的错误预测)。在所有真正标记为1的记录中，我们预测的正确率为83%。”

虽然这超出了您的问题的上下文，但是如果支持指的是记录的数量，那么获得一个更平衡的数据集将是有益的。标签1的精确度这么差的原因是因为“否定”(0's)比“阳性”多(1)增加了出现假阳性的机会，影响了您的精度。

编辑：这上的交叉验证将有助于提供更多的解释。