基础
| 对于数据测试结果 | 有4种情况： |
|---|---|
| 真阳性（TP） | 预测为正，实际也为正 |
| 假阳性（FP） | 预测为正，实际为负 |
| 假阴性（FN） | 预测为负，实际为正 |
| 真阴性（TN） | 预测为负，实际也为负 |
可参考：
详解准确率、精确率、召回率、F1值等评价指标的含义
准确率
预测正确的结果占总样本的百分比
最简单、最直观的评价标准：准确率(Accuracy) ，即预测正确的结果占总样本的百分比，计算公式：
$ Accuracy = frac{{TP + TN}}{{TP + TN + FP + FN}}$
虽然准确率能够判断总的正确率，但是在样本不均衡的情况下，并不能作为很好的指标来衡量结果。比如有9个正样本，1个负样本，预测均为正样本时，准确率达到0.9比较高，但是并不代表系统的性能好。
精确率
在被所有预测为正的样本中实际为正样本的概率
精确率(Precision) 是针对预测结果而言的，其含义是在被所有预测为正的样本中实际为正样本的概率(精确率代表对正样本结果中的预测准确程度，准确率则代表整体的预测准确程度)，计算公式：
(Precision = frac{{TP}}{{TP + FP}})
召回率
实际为正的样本中被预测为正样本的概率
召回率(Recall) 是针对原样本而言的，其含义是在实际为正的样本中被预测为正样本的概率，计算公式：
(Recall = frac{{TP}}{{TP + FN}})
F1 score
F分数被广泛应用在信息检索领域，用来衡量检索分类和文档分类的性能。近期在深度学习的应用中，多用作分类系统的性能指标。
F1分数（F1 Score），是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率(一般希望精确率和召回率都很高，但实际上是矛盾的，上述两个指标是矛盾体，无法做到双高)。F1分数可以看作是模型精确率和召回率的一种调和平均，最大值是1，最小值是0，又称作平衡F分数（Balanced Score）。计算公式为：
({F_{ m{1}}}{ m{ = 2/}}left( {frac{1}{{recall}}{ m{ + }}frac{1}{{precision}}} ight){ m{ = 2}}frac{{recall imes precision}}{{recall + precision}})
macro-F1
F1是针对二元分类的，那对于多元分类器，也有类似F1 score的度量方法，常用的有两种，一种叫做macro-F1（宏平均），另一种叫做micro-F1（微平均）。
简而言之，就是针对每个“类”（class），计算每个类的F1分数，然后联合起来。
宏平均F1计算方式：计算出每一个类的Precison和Recall后计算F1，最后将F1平均。
micro-F1
微平均F1分数，不需要区分类别，使用总体样本，计算出所有类别总的Precision和Recall，然后计算F1。
参考micro和macro F1 score分别是什么意思？：如果这个数据集中各个类的分布不平衡的话，更建议使用mirco-F1，因为macro没有考虑到各个类别的样本大小。
python
sklearn.metrics.f1_score(y_true, y_pred, labels=None, pos_label=1, average=’binary’, sample_weight=None)
参考源码，对于'average'参数，如果是二分类问题则选择参数‘binary’；如果考虑类别的不平衡性，需要计算类别的加权平均，则使用‘weighted’；如果不考虑类别的不平衡性，计算宏平均，则使用‘macro’。具体参考代码：
from sklearn.metrics import f1_score
# micro
f1_score(y_true, y_pred, average='micro')
# macro
f1_score(y_true, y_pred, average='macro')
# weighted
f1_score(y_true, y_pred, average='weighted')
拓展
根据对recall和precision的重视程度不同，有({F_eta})分数，其物理意义就是将精准率和召回率这两个分值合并为一个分值，在合并的过程中，召回率的权重是精准率的(eta)倍。计算公式为：
({F_eta }{
m{ = }}left( {1 + {eta ^2}}
ight)frac{{recall imes precision}}{{{eta ^2} cdot recall + precision}})
G分数是另一种统一精准率和召回率的系统性能评估标准。相比于F分数是准确率和召回率的调和平均数，G分数被定义为准确率和召回率的几何平均数，计算方式：
$G = sqrt {precision cdot recall} $