如何计算精度和召回率答案

【问题标题】：How to calculate precision and recall如何计算精度和召回率
【发布时间】：2014-11-20 09:02:05
【问题描述】：

数据库和分类规则，如何计算precision和recall？

MinSupp=3% và MinConf=30%

No. outlook temperature humidity    windy   play
1   sunny       hot     high        FALSE   no
2   sunny       hot     high        TRUE    no
3   overcast    hot     high        FALSE   yes
4   rainy       mild    high        FALSE   yes
5   rainy       cool    normal      FALSE   yes
6   rainy       cool    normal      TRUE    no
7   overcast    cool    normal      TRUE    yes
8   sunny       mild    high        FALSE   no
9   sunny       cool    normal      FALSE   yes
10  rainy       mild    normal      FALSE   yes
11  sunny       mild    normal      TRUE    yes
12  overcast    mild    high        TRUE    yes
13  overcast    hot     normal      FALSE   yes
14  rainy       mild    high        TRUE    no

找到规则：

1：（前景，阴天）->（玩，是的） [Support=0.29 , Confidence=1.00 , 正确分类= 3, 7, 12, 13]

2：（湿度，正常），（有风，FALSE）->（播放，是） [Support=0.29 , Confidence=1.00 , 正确分类= 5, 9, 10]

3: (outlook,sunny), (湿度,high) -> (play,no) [Support=0.21 , Confidence=1.00 , 正确分类= 1, 2, 8]

4: (outlook,rainy), (windy,FALSE) -> (play,yes) [支持=0.21，置信度=1.00，正确分类=4]

5：（前景，晴天），（湿度，正常）->（玩耍，是的） [支持=0.14，置信度=1.00，正确分类=11]

6: (outlook,rainy), (windy,TRUE) -> (play,no) [Support=0.14 , Confidence=1.00 , 正确分类= 6, 14]

谢谢。

【问题讨论】：

您无法计算精度和召回率，因为您没有（或没有提供）每个条目的基本真实值。没有这些，就不可能找到准确率和召回率计算所需的误报、漏报和真报。

标签： precision-recall

【解决方案1】：

我认为您需要了解的有关精确率和召回率的所有信息都可以在 here 找到。

用简单的英语来说，精度是您的系统检索到的实际正确结果数/系统指出正确的结果数。同样，召回率将是您的系统检索到多少实际正确的结果/您的数据集中可用的实际正确结果的总数。

【讨论】：