svm评价指标公式

在做svm分类试验时，对于结果的处理，仅用一种指标很难得到正确评估算法的效果。所以，一般要用到precision（精确率），recall（召回率），F-measure、accuracy（准确率）四个指标。

首先认识四个与其相关参数：

	相关(Relevant),正类	无关(NonRelevant),负类
被检索到(Retrieved)	true positives(TP 正类判定为正类)	false positives(FP 负类判定为正类,"存伪")
未被检索到(Not Retrieved)	false negatives(FN 正类判定为负类,"去真")	true negatives(TN 负类判定为负类)

accuracy（准确率）：(TP+TN)/(TP+FP+FN+TN)        

precision（精确率）：TP/(TP+FP)     

recall（召回率）     ：TP/(TP+FN)

F-measure
     ：2/F=1/P+1/R   < -------> 2TP/2TP+FP+FN    

网上一个例子：

假如某个班级有男生80人,女生20人,共计100人.目标是找出所有女生.

现在某人挑选出50个人,其中20人是女生,另外还错误的把30个男生也当作女生挑选出来了.

作为评估者的你需要来评估(evaluation)下他的工作

其中：TP=20 FP=30 FN=0 TN=50
  accuracy=70 %(70 / 100)【70(20女+50男)】，precision=40%【20女生/(20女生+30误判为女生的男生)】

recall=100%【20女生/(20女生+
0 误判为男生的女生)】  F-measure=57.143%(2∗0.4∗10.4+1)

参见：点击打开链接  点击打开链接  点击打开链接