————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————
因为最近在研究图像检索的时候，需要考虑检索性能的时候常常会用到准备率和召回率这样的参数。之前又一直会忘记或者混淆，所以这里做一个记录。
看到一张解释得一目了然的图片来解释这两个概念，故引用至此。
（引用连接：http://www.cnblogs.com/bluepoint2009/archive/2012/09/18/precision-recall-f_measures.html）
从上图理解可以知道，
所谓的准确率（Precision）就是指检索出来的条目中（有准确的和不准确的）准确的占比是多少，
所谓的召回率（Recall）就是指检索出来的准确的条目数占所有准确的条目中的占比，也就是所有准确的条目有多少被检索出来了。
然后就是一些true positive, False negative等的概念，有时候也跟上述两个指标联系起来使用。
性能中常常要考虑一个Precision和Recall的一个tradeoff，因此要视不同情况来定参数。
更多内容可以参考：http://blog.csdn.net/pirage/article/details/9851339
版权声明：本文为博主原创文章，未经博主允许不得转载。
